Прорыв в области совместной работы ИИ! Стэнфорд и Nvidia устраняют издержки общения между ИИ, скорость рассуждений взлетела в 2.4 раза
Прорыв в области искусственного интеллекта! Исследователи из UIUC, Стэнфорда, NVIDIA и MIT представили метод RecursiveMAS, который устраняет ключевую проблему взаимодействия множества ИИ-агентов — «налог на язык».
Традиционно агенты общаются через текстовые сообщения, что требует двойного преобразования «мысль → текст → мысль». Это замедляет работу (до 60% задержки), увеличивает затраты на токены и приводит к потере информации.
RecursiveMAS предлагает революционный подход: агенты передают не текст, а «мысли» — векторные представления в латентном пространстве, используя легковесные модули RecursiveLink. Это похоже на «телепатическое» общение. Обучение требует обновления всего 0,31% параметров (около 13 миллионов), при этом базовые модели остаются замороженными.
**Результаты испытаний:**
* **Точность:** повышение на 8,3% в среднем, до +18,1% на задачах AIME2025.
* **Скорость:** ускорение вывода в 1.2–2.4 раза (чем больше шагов рекурсии, тем выше прирост).
* **Эффективность:** потребление токенов снижено на 34,6–75,6%.
Этот метод меняет парадигму масштабирования мульти-агентных систем, смещая фокус с увеличения числа агентов на углубление рекурсивного взаимодействия. Однако остаются вопросы по воспроизводимости, совместимости разнородных моделей и интерпретируемости процесса. RecursiveMAS открывает путь к созданию более быстрых, дешевых и эффективных коллективов искусственного интеллекта.
marsbit05/21 00:11
