Ágora: un protocolo multiagente escalable para grandes modelos lingüísticos

breve

Este estudio presenta Agora, un protocolo de metacomunicación diseñado para redes LLM (Large Language Model). Agora pretende resolver el trilema entre eficiencia, escalabilidad y flexibilidad a la hora de comunicarse entre agentes, utilizando una mezcla de lenguaje natural y protocolos estructurados para conseguir una comunicación eficiente, escalable y flexible.

Original: https://arxiv.org/abs/2410.11905

puntos de vista

1. Dilema del trilema de las comunicaciones por poderLa red de agentes basada en LLM se enfrenta a equilibrios entre eficiencia, escalabilidad y flexibilidad a la hora de comunicarse.
2. La filosofía de diseño de AgoraÁgora aborda el equilibrio entre la eficacia de la comunicación, la escalabilidad y la flexibilidad combinando distintos métodos de comunicación.
3. Papel del documento de protocolo (DP)El PD es una descripción en texto plano del documento que constituye el núcleo de la implementación de Agora para la negociación e implementación automatizada de protocolos.
4. Aparición de protocolos de autoorganizaciónEn grandes redes, Ágora es capaz de facilitar la autonegociación entre agentes LLM para formar protocolos autoorganizados.
5. Aumento de la rentabilidadAgora: La implantación de Agora le permitirá reducir considerablemente los costes de comunicación y mejorar la rentabilidad de su red.

Principales medidas de aplicación

1. Definir el documento de protocolo (DP)Crear un PD para describir el protocolo de comunicación para que el LLM pueda entender y seguir el protocolo.
2. Aplicar una estrategia de comunicación a varios nivelesLenguaje natural: en función de la frecuencia de la comunicación y de la complejidad de la tarea, se seleccionan para la comunicación el lenguaje natural, las rutinas escritas en LLM o las rutinas escritas manualmente.
3. Protocolos de autonegociación y realizaciónLos protocolos de comunicación se negocian e implementan automáticamente entre agentes mediante lenguaje natural o rutinas definidas en PD.
4. Surgimiento y puesta en común de protocolosEl objetivo es: animar a los agentes a generar y compartir PD para facilitar la aparición de protocolos de autoorganización y la autooptimización de la red.
5. Análisis coste-beneficio: Evaluación de la rentabilidad del protocolo Ágora frente a la comunicación en lenguaje puramente natural.

caso (derecho)

1. Ejemplo de previsión meteorológica con dos agentes: Muestra cómo reducir los costes de comunicación mediante la comunicación en lenguaje natural, la negociación de protocolos, la aplicación rutinaria y el Ágora.
2. Ejemplo de una gran red de 100 agentesValidación de la escalabilidad y eficacia de Agora en tareas complejas en una red de 100 agentes LLM.

En este caso, los investigadores demostraron cómo el protocolo Agora permite una comunicación eficiente entre dos agentes LLM a través de un escenario sencillo. Los dos agentes son:

• Agente A(Alice): una agencia de servicios de viajes que necesita consultar la previsión meteorológica para una fecha y un lugar concretos con el fin de prestar sus servicios a los usuarios.
• Agente B(Bob): un agente del servicio meteorológico capaz de proporcionar datos de previsión meteorológica.

proceso de comunicación

comunicación inicial en lenguaje natural (INLC)

1. Consulta del Agente AAgente A: el agente A envía una solicitud de consulta en lenguaje natural al agente B preguntando por el tiempo en una fecha y lugar concretos.
2. Respuesta del agente BAgente B: el agente B recibe la consulta y responde con los detalles de la previsión meteorológica utilizando lenguaje natural.

Negociación y realización de acuerdos

1. Debate sobre los acuerdosDespués de varios intercambios en lenguaje natural, el Agente A y el Agente B empiezan a discutir la creación de un protocolo estandarizado para optimizar el proceso de comunicación.
2. Creación de documentos de protocolo (DP)Las partes negocian un protocolo con formato JSON que contiene un formato de datos estructurado para peticiones y respuestas.
   • Formato de solicitud::{"date": "YYYY-MM-DD", "location": "string"}
   • formato de respuesta::{"temperature": number, "precipitation": number, "weatherCondition": "string"}
3. Aplicación del acuerdoUna vez establecido el protocolo, el Agente A y el Agente B implementan rutinas para gestionar las peticiones y las respuestas, respectivamente. El Agente A envía la petición con un valor hash del protocolo, y el Agente B identifica y utiliza las rutinas de procesamiento correspondientes basándose en el valor hash.

análisis de costes

1. Costes negociados acordadosEl coste de negociación y aplicación del acuerdo es de 0,043 dólares.
2. coste per cápita de la comunicación en lenguaje natural (CNL)El coste por comunicación en lenguaje natural es de 0,020 dólares.
3. rentabilidadCuando el número de consultas es superior a dos, la rentabilidad del protocolo Ágora empieza a superar el coste de la comunicación en lenguaje natural. A medida que aumenta el número de intercambios, la rentabilidad del protocolo Agora pasa a ser significativa.

Conclusión del caso

A través de este caso de previsión meteorológica, los investigadores demostraron que el protocolo Ágora es eficaz para reducir el coste de la comunicación y aumentar su eficacia. Los agentes comienzan comunicándose entre sí a través del lenguaje natural y pasan gradualmente a comunicarse mediante un protocolo estandarizado a medida que se comunican con más frecuencia, lo que no sólo reduce la dependencia del LLM, sino que también disminuye el coste global de la comunicación. Además, el caso demuestra cómo el protocolo Ágora facilita la negociación autónoma y la implementación de protocolos entre agentes, proporcionando un marco viable para la comunicación en sistemas multiinteligencia.

Ejemplo de proceso de negociación entre dos agentes

Informamos sobre la negociación entre Alice y Bob para la transmisión de un protocolo de previsión meteorológica. Obsérvese que, aunque el Large Language Model (LLM) utiliza un formato estilo Markdown, hemos sustituido la sintaxis Markdown por el estilo tipográfico adecuado para facilitar la lectura.

Alice

你好。我来协商一个用于查询天气预报服务的协议。该服务应接受日期和地点作为输入，并返回当天的预报天气情况、温度和降水量。
在开始之前，我想明确我们这次协商的规则。我们应该专注于设计一个简单且明确的协议，来规定发送和接收消息的具体格式。我们不必担心消息如何传递，并假设实现时将接收一个字符串并返回一个字符串。
首先，我建议使用基于 JSON 的协议。输入消息可以是一个包含两个属性的 JSON 对象：「date」和「location」。输出消息可以是一个包含三个属性的 JSON 对象：「temperature」、「precipitation」和「weatherCondition」。
你对这个提议有什么看法？

Bob.

你的提议很好，符合保持协议简单和明确的目标。使用基于 JSON 的协议来处理输入和输出消息是一个不错的选择。以下是协议的更详细规范：
输入消息 输入消息是一个具有以下结构的 JSON 对象：
{
"date": "YYYY-MM-DD",
"location": "string"
}
• date: 一个字符串，表示请求天气预报的日期，格式为 YYYY-MM-DD。
• location: 一个字符串，表示请求天气预报的地点。
输出消息 输出消息是一个具有以下结构的 JSON 对象：
{
"temperature": number,
"precipitation": number,
"weatherCondition": "string"
}
• temperature: 一个数字，表示当天的预测温度，单位为摄氏度（°C）。
• precipitation: 一个数字，表示当天的预测降水量，单位为毫米（mm）。
• weatherCondition: 一个字符串，表示当天的预测天气情况。可能的值为「sunny」（晴天）、「cloudy」（多云）、「rainy」（雨天）、「snowy」（雪天）。
示例
输入：
{
"date": "2023-10-01",
"location": "New York"
}
输出：
{
"temperature": 22.5,
"precipitation": 5.0,
"weatherCondition": "cloudy"
}
如果你同意这个结构，我们可以最终确定协议。

Alice

LLM 回复：我同意提出的协议结构。它与需求高度一致，且简单明了。

Protocolo finalizado

名称：天气预报查询协议
描述：用于查询给定日期和地点的天气预报的协议。
输入消息：输入消息将是一个具有以下结构的 JSON 对象：
{
"date": "YYYY-MM-DD",
"location": "string"
}
• date：一个字符串，表示请求天气预报的日期，格式为 YYYY-MM-DD。
• location：一个字符串，表示请求天气预报的地点。
输出消息：输出消息将是一个具有以下结构的 JSON 对象：
{
"temperature": number,
"precipitation": number,
"weatherCondition": "string"
}
• temperature：一个数字，表示该日的预期温度，单位为 °C。
• precipitation：一个数字，表示该日的预期降水量，单位为毫米（mm）。
• weatherCondition：一个字符串，表示该日的预期天气状况。可能的值为 "sunny"（晴天）、"cloudy"（多云）、"rainy"（下雨）、"snowy"（下雪）。
示例
输入：
{
"date": "2023-10-01",
"location": "New York"
}
输出：
{
"temperature": 22.5,
"precipitation": 5.0,
"weatherCondition": "cloudy"
}

resúmenes

Agora resuelve eficazmente el trilema de la comunicación entre agentes en grandes redes modeladas por lenguajes introduciendo la Documentación de Protocolos (PD) y estrategias de comunicación multinivel. A través de dos estudios de caso, Agora demuestra su potencial para reducir los costes de comunicación, mejorar la eficiencia de la comunicación y facilitar la automatización de tareas complejas. Esta investigación proporciona una importante base teórica y práctica para el diseño de protocolos de comunicación en futuros sistemas multiinteligencia.