Recursive Multi-Agent Systems: общение агентов в latent space
Stanford University
RecursiveMAS заменяет текстовый обмен между агентами на коммуникацию через latent-представления, связанные лёгким модулем RecursiveLink, и обучает всю систему совместно с помощью специального оптимизационного алгоритма. На 9 бенчмарках (математика, наука, медицина, search, код) авторы получают +8.3% средней точности, ускорение end-to-end инференса в 1.2–2.4× и сокращение расхода токенов на 34.6–75.6% относительно текстовых multi-agent baseline'ов.
Почему это важно
176 upvotes на HF Daily. Текстовый интерфейс между агентами — узкое место и по latency, и по токенам; latent communication + совместное обучение — попытка вывести MAS из режима «несколько LLM, склеенных промптами» в режим единой системы.
Importance: 3/5
Notable paper; HF Daily 176 upvotes (>100, +1 к базе 2).