マルチエージェント LLM システムにゲーム理論に基づく二層協調反射手法を提案

記事の3ポイント

1. 1

   二層協調ゲームによるモデル化

   オーケストレーターとワーカーの相互作用を有界結合下の二層調整ゲームとして定式化し、分解品質が均衡スラックを制御することを示す。

2. 2

   テキスト非識別環境における不可能性証明

   生成されたトランスクリプトのみを観察するゲートは、テキスト非識別な環境において一様に改善できないことを情報理論的に証明する。

3. 3

   SRMA 手法の提案と収束保証

   環境に根ざした評価リスクが厳密に減少した場合のみ候補メモリを受け入れる「確率的反射記憶上昇 (SRMA)」を提案し、その収束速度の厳密性を示す。