Multi-agent Architecture Search via Agentic Supernet

MaAS는 에이전트 슈퍼넷을 도입해 다중 에이전트 시스템 자원과 구조를 질의에 따라 동적으로 할당할 수 있게 한다.

MaAS는 에이전트 슈퍼넷을 도입해 다중 에이전트 시스템 자원과 구조를 질의에 따라 동적으로 할당할 수 있게 한다. 이 프레임워크는 다양한 작업에서 우수한 성능을 달성하는 동시에 추론 비용을 크게 줄이고, 기존의 고정 구조 방법에 비해 강력한 적응성을 보여준다.

핵심 요약

• 기존 다중 에이전트 시스템(MAS) 설계는 노동 집약적이며, 광범위한 수동 프롬프트 엔지니어링과 복잡한 에이전트 간 통신 정의를 요구한다.
• 현재의 자동화된 MAS 설계 방법은 보통 단일하고 획일적인 최적 시스템을 탐색해, 더 단순한 질의에 대해 자원 비효율과 높은 비용을 초래한다.
• 단일 최적 MAS는 다양한 작업 영역에 걸친 적응성이 부족해, 재최적화 없이 이전되면 성능이 떨어지거나 비효율적으로 작동한다.
• MaAS는 에이전트 연산자들로 구성된 확률적 L-계층 유향 비순환 그래프(DAG)인 에이전트 슈퍼넷을 도입하며, 여기서 맞춤형 다중 에이전트 구조를 샘플링할 수 있다.
• 컨트롤러 네트워크는 MoE 스타일 네트워크와 조기 종료 연산자를 사용해 질의 복잡도에 따라 연산 깊이를 관리하며, 슈퍼넷에서 질의에 맞는 구조를 동적으로 샘플링한다.
• 이 시스템은 몬테카를로 방법을 사용해 슈퍼넷의 연산자 분포를 최적화하고, 에이전트 기반 텍스트 그래디언트를 통해 개별 에이전트 연산자를 정제해, 성능과 토큰 비용의 균형을 맞춘다.

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.