LLM veri MAS
Egyágens rendszerek információ-hatékonyabbak azonos számítási kapacitással. Felülbecsülik a MAS rendszerek teljesítményét.
A többágens (MAS) LLM rendszerek teljesítményét gyakran felülbecsülik, mivel a tesztelés során több számítási kapacitást használnak, mint az egyágens (SAS) modellek — írja az arXiv-en publikált friss kutatás.
Amikor a számítási kapacitást normalizálják, az egyágens rendszerek képesek felvenni a versenyt a többágens társaikkal, sőt akár túl is szárnyalhatják őket. A kutatók szerint az információs elmélet, különösen az adatfeldolgozási egyenlőtlenség (Data Processing Inequality) alapján, rögzített token-költségvetés és tökéletes kontextus-kihasználás mellett az egyágens rendszerek információ-hatékonyabbak.
Ez a megállapítás azt is sugallja, hogy a többágens rendszerek akkor válnak versenyképessé, ha egyetlen ágens kontextus-kihasználása romlik, vagy ha több számítási kapacitást fektetnek beléjük. Ezt a hipotézist ellenőrizték empirikus vizsgálatokkal három modellcsaládon (Qwen3, DeepSeek-R1-Distill-Llama és Gemini 2.5) keresztül, összehasonlítva az egyágens rendszereket többféle MAS architektúrával, azonos költségvetés mellett.