Agora：大規模言語モデルのためのスケーラブルなマルチエージェントプロトコル

簡単

はじめに この研究は、大規模言語モデル（Large Language Model: LLM）ネットワーク用に設計されたメタコミュニケーション・プロトコルであるAgoraを紹介する。Agoraは、自然言語と構造化プロトコルの混合を使用することで、エージェント間のコミュニケーションにおける効率性、スケーラビリティ、柔軟性のトリレンマを解決し、効率的でスケーラブルかつ柔軟な...

オリジナル：https://arxiv.org/abs/2410.11905

ビューポイント

1. 代理人通信のトリレンマのジレンマLLM駆動エージェントネットワークは、効率性、スケーラビリティ、柔軟性のトレードオフに直面している。
2. アゴラのデザイン哲学アゴラは、異なる通信方式を組み合わせることで、通信効率、スケーラビリティ、柔軟性のトレードオフに対処しています。
3. プロトコル文書（PD）の役割: PD は、自動化されたプロトコルのネゴシエーションと実装を行う Agora の実装の中心となるドキュメントのプレーンテキスト記述です。
4. 自己組織化プロトコルの出現大規模なネットワークにおいて、Agoraは自己組織化プロトコルを形成するために、LLMエージェント間の自動ネゴシエーションを促進することができます。
5. 費用対効果の向上アゴラを導入することで、通信コストを大幅に削減し、ネットワークの費用対効果を改善することができます。

中核となる実施ステップ

1. プロトコル文書（PD）の定義LLM がプロトコルを理解し、それに従うことができるように、通信プロトコルを記述する PD を作成する。
2. 多層的なコミュニケーション戦略の実施通信の頻度やタスクの複雑さに応じて、自然言語、LLMで書かれたルーチン、または手動で書かれたルーチンが通信用に選択されます。
3. オートネゴシエーションとリアリゼーション・プロトコル通信プロトコルは、自然言語またはPDで定義されたルーチンによって、エージェント間で自動的にネゴシエートされ、実装されます。
4. プロトコルの出現と共有エージェントにPDの生成と共有を促し、自己組織化プロトコルの出現とネットワークの自己最適化を促進する。
5. 費用便益分析純粋な自然言語コミュニケーションに対するAgoraプロトコルの費用対効果を評価。

判例

1. エージェントが2人いる場合の天気予報の例自然言語コミュニケーションからプロトコル交渉、ルーチン化、そしてアゴラを通じてコミュニケーションコストを削減する方法を紹介。
2. 100エージェントの大規模ネットワークの例100人のLLMエージェントのネットワークにおいて、Agoraのスケーラビリティと複雑なタスクにおける有効性を検証しました。

このケースでは、研究者は簡単なシナリオを通して、アゴラプロトコルが2つのLLMエージェント間の効率的な通信を可能にすることを実証した。2つのエージェントは

• エージェントA(アリス）：ユーザーにサービスを提供するために、特定の日付と場所の天気予報をチェックする必要がある旅行サービス代理店。
• エージェントB(ボブ）：天気予報データを提供できる気象サービスエージェント。

通信プロセス

初期自然言語コミュニケーション（INLC）

1. エージェントAからの問い合わせエージェントAは、エージェントBに自然言語で、特定の日付と場所の天気を尋ねるクエリーリクエストを送信する。
2. エージェントBからの回答エージェントBはクエリを受信し、自然言語を用いて天気予報の詳細を返信する。

契約交渉と実現

1. 合意事項の協議エージェントAとエージェントBは、何度か自然言語でやり取りをした後、通信プロセスを最適化するための標準化されたプロトコルの作成について議論を始めた。
2. プロトコル文書（PD）の作成このプロトコルは、リクエストとレスポンスのための構造化されたデータフォーマットを含む。
   • リクエスト形式::{"date": "YYYY-MM-DD", "location": "string"}
   • 応答フォーマット::{"temperature": number, "precipitation": number, "weatherCondition": "string"}
3. 協定の実施プロトコルが確立されると、エージェントAとエージェントBはそれぞれリクエストと レスポンスを処理するルーチンを実装する。エージェントAはプロトコルのハッシュ値とともにリクエストを送信し、エージェントBはハッシュ値に基づいて対応する処理ルーチンを特定し使用する。

コスト分析

1. 合意された交渉費用協定の交渉と実施にかかる費用は0.043米ドル。
2. 自然言語コミュニケーション（NLC）の一人当たりコスト自然言語コミュニケーション1回あたりのコストは0.020ドル。
3. 費用対効果クエリの数が2つを超えると、アゴラプロトコルの費用対効果は、純粋な自然言語コミュニケーションのコストを上回り始めます。交換回数が増えるにつれて、アゴラプロトコルの費用対効果は大きくなります。

ケースの結論

この天気予報の事例を通じて、研究者たちはアゴラ・プロトコルが通信コストの削減と通信効率の向上に効果的であることを実証した。エージェント同士は自然言語によるコミュニケーションから始まり、コミュニケーションの頻度が上がるにつれて徐々に標準化されたプロトコルによるコミュニケーションに移行していくため、LLMへの依存度が下がるだけでなく、全体的なコミュニケーションコストも下がる。さらに、このケースは、Agoraプロトコルがエージェント間の自律的なネゴシエーションとプロトコル実装を容易にし、マルチインテリジェンスシステムにおけるコミュニケーションのための実行可能なフレームワークを提供することを実証している。

2エージェント間の交渉プロセスの例

天気予報プロトコルの送信に関するアリスとボブの交渉について報告する。ラージ・ランゲージ・モデル（LLM）はMarkdownスタイルのフォーマットを使用しているが、読みやすさのためにMarkdown構文を適切なタイポグラフィ・スタイルに置き換えていることに注意されたい。

アリス

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？

ボブ

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。

アリス

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。

最終プロトコル

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"
}

概要

Agoraは、プロトコルドキュメント(PD)とマルチレベルコミュニケーション戦略を導入することで、大規模な言語モデルネットワークにおけるエージェントコミュニケーションのトリレンマを効果的に解決します。2つのケーススタディを通して、Agoraは通信コストを削減し、通信効率を改善し、複雑なタスクの自動化を促進する可能性を示しています。この研究は、将来のマルチインテリジェンスシステムにおける通信プロトコルの設計に重要な理論的、実用的基礎を提供する。