ИССЛЕДОВАНИЕ · RESEARCH · #1106
Статья вводит термин «LLM Parkinsonism» и предлагает Global Executive Control (GEC) v0.2 для сокращения настойчивого, неэффективного использования токенов агентами
Препринт на arXiv определяет «LLM Parkinsonism» как настойчивые, малоэффективные действия агентов на базе языковых моделей и связывает это с совмещением генерации действий и уровня управляющей логики. Авторы предлагают Global Executive Control (GEC) v0.2 — архитектуру управления с учётом неопределённости, разделяющую генерацию действий и проектный контроль, — и в 24 000 эпизодов симуляций показывают, что GEC сопоставим с контролем по набору кандидатов по достижению цели (96.57% vs 96.53%), при этом снижая среднее использование токенов с 19 782 до 12 574 (−36.4%) и устраняя измеряемое «дрейфование» до завершения; при этом требуется проверка на живых моделях.
КЛЮЧЕВЫЕ ТЕЗИСЫ
- Препринт на arXiv определяет «LLM Parkinsonism» как настойчивые, малоэффективные действия агентов на базе языковых моделей и связывает это с совмещением генерации действий и уровня управляющей логики.
- Авторы предлагают Global Executive Control (GEC) v0.2 — архитектуру управления с учётом неопределённости, разделяющую генерацию действий и проектный контроль, — и в 24 000 эпизодов симуляций показывают, что GEC сопоставим с контролем по набору кандидатов по достижению цели (96.57% vs 96.53%), при этом снижая среднее использование токенов с 19 782 до 12 574 (−36.4%) и устраняя измеряемое «дрейфование» до завершения; при этом требуется проверка на живых моделях.
- Работа демонстрирует, что явное, устойчивое к неопределённости управление, отделяющее генерацию действий от контроля остановки и объёма, может существенно снизить лишние вычисления и сложность у автономных LLM-агентов.
ПОЧЕМУ ЭТО ВАЖНО
Работа демонстрирует, что явное, устойчивое к неопределённости управление, отделяющее генерацию действий от контроля остановки и объёма, может существенно снизить лишние вычисления и сложность у автономных LLM-агентов.