AIChronos.notizie sull'intelligenza artificiale
Iscriviti
Paper · HF Daily Papers

CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems

Pubblicata su AIChronos il · fonte del · Jongha Kim, Seohyun Lee, Jonathan Minho Chung, Jinsung Yoon, Hyunwoo J. Kim

Il framework CEPO (Coordinator-Executor Prompt Optimization) separa sistematicamente la coordinazione di sistema dall'esecuzione specifica dell'agente all'interno dei sistemi multi-agente. Questa architettura utilizza un prompt condiviso per le regole di coordinamento e prompt specifici per l'esecuzione, permettendo aggiornamenti mirati in base al ruolo. Il framework fornisce struttura e guida per l'ottimizzazione, delegando la ricerca sottostante a ottimizzatori esistenti.

  • CEPO disaccoppia il coordinamento di livello sistema dall'esecuzione di livello agente tramite prompt distinti ma condivisi.
  • L'applicazione del framework migliora consistentemente le prestazioni su quattro ottimizzatori dei prompt esistenti in undici benchmark.
  • Lo studio dimostra un miglioramento dell'efficienza del budget di ottimizzazione e una migliore scalabilità delle prestazioni con il numero di agenti.
  • Le analisi qualitative confermano che la struttura proposta supporta efficacemente l'affinamento coerente delle regole condivise.

Perché conta. Per gli sviluppatori di sistemi multi-agenti, CEPO offre un metodo strutturato per ottimizzare separatamente le logiche collaborative e i compiti specifici, migliorando sia l'efficienza che la scalabilità senza richiedere modifiche agli algoritmi di ricerca sottostanti.

Vai alla fonte originale ↗ arXiv ↗

Multi-agent systemPrompt optimizationCoordinator-Executor Prompt Optimization (CEPO)Fine-tuningBenchmarking

Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.