ИССЛЕДОВАНИЕ · RESEARCH · #1003
MeshHeal: децентрализованное самовосстановление в два временных масштаба для «серых» сбоев в сети агентов LLM (arXiv:2609.29015v1)
MeshHeal — полностью децентрализованная система самовосстановления для мультиагентных систем на основе LLM, сочетающая сопоставляемую по способностям проверку сверстниками в двух временных масштабах: быстрый адаптивный путь эскалации (один рецензент → комитет → исправление) и медленный детектор, агрегирующий оценки для выявления устойчивого ухудшения, обязательного запуска комитетной проверки, исключения деградировавших агентов из маршрутирования и последующей реинтеграции через проверочные пробы. С использованием новой Model-Backed MAS Evaluation для связывания назначений способностей с исполняющими моделями MeshHeal достигает 0.839 точности на фазе деградации на BBH, MATH и MMLU-Pro при 51k токенах на задачу, опережая базовую систему Symphony (0.807 при 115k токенов) и эффективно изолируя и реинтегрируя деградировавшие агенты.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- MeshHeal — полностью децентрализованная система самовосстановления для мультиагентных систем на основе LLM, сочетающая сопоставляемую по способностям проверку сверстниками в двух временных масштабах: быстрый адаптивный путь эскалации (один рецензент → комитет → исправление) и медленный детектор, агрегирующий оценки для выявления устойчивого ухудшения, обязательного запуска комитетной проверки, исключения деградировавших агентов из маршрутирования и последующей реинтеграции через проверочные пробы.
- С использованием новой Model-Backed MAS Evaluation для связывания назначений способностей с исполняющими моделями MeshHeal достигает 0.839 точности на фазе деградации на BBH, MATH и MMLU-Pro при 51k токенах на задачу, опережая базовую систему Symphony (0.807 при 115k токенов) и эффективно изолируя и реинтегрируя деградировавшие агенты.
- Это даёт децентрализованный и ресурсно-эффективный способ обнаруживать и смягчать устойчивые «серые» отказы в сетях агентов LLM, повышая точность задач и надёжность маршрутизации без центрального управления.
ПОЧЕМУ ЭТО ВАЖНО
Это даёт децентрализованный и ресурсно-эффективный способ обнаруживать и смягчать устойчивые «серые» отказы в сетях агентов LLM, повышая точность задач и надёжность маршрутизации без центрального управления.