Automated composition of agents: A knapsack approach for agentic component selection

Составление Агентов: Подход Ранца для Выбора Компонентов В представленном академическом документе представлена новая методология для автоматизированного проектирования сложных агентных систем, которая решает проблему оптимального выбора компонентов. Авторы предлагают рассматривать композицию агентов как задачу о рюкзаке, где система-композитор выбирает наиболее эффективный набор агентов, инструментов и моделей, учитывая при этом ограничения по бюджету и производительности. В отличие от традиционных методов, основанных на статическом семантическом поиске, их подход использует динамическую оценку полезности компонентов через испытания в реальном времени, что позволяет определить их истинную ценность и совместимость. Эмпирические результаты, полученные с использованием моделей Claude 3.5 Sonnet на нескольких наборах данных, демонстрируют, что композитор на основе алгоритма "онлайн-рюкзака" значительно превосходит базовые линии по показателям успеха при существенно меньших затратах. Эта работа формализует процесс проектирования систем ИИ как задачу оптимизации с ограничениями, что способствует более масштабируемому и надежному повторному использованию ресурсов. отправить донаты: USDT: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 BTC: bc1q8972egrt38f5ye5klv3yye0996k2jjsz2zthpr ETH: 0xAA7B976c6A9A7ccC97A3B55B7fb353b6Cc8D1ef7 SOL: DXnz1nd6oVm7evDJk25Z2wFSstEH8mcA1dzWDCVjUj9e создано с помощью NotebookLM