Yapay zeka alanında çoklu ajan sistemleri, karmaşık görevleri birden fazla uzman ajan arasında paylaştırarak çözen etkili yöntemlerdir. Ancak bu sistemler yüksek koordinasyon maliyeti, bağlam parçalanması ve kırılgan aşama sıralaması gibi sorunlarla karşı karşıyadır.
Yeni araştırma, çoklu ajan sistemlerinin tek ajana dönüştürülmesi sürecinde yaşanan tutarsız sonuçların nedenini ortaya çıkardı. Aynı görevde yapılan testlerde performans artışı %28'den %2'lik kayba kadar değişkenlik gösteriyor. Araştırmacılar, bu değişkenliğin görevin kendisinden değil, değerlendirme metriğinden kaynaklandığını keşfetti.
Bilim insanları, 'Metrik Özgürlük (F)' adını verdikleri yeni bir ölçüm sistemi geliştirdi. Bu sistem, bir metriğin puanlama düzeyindeki topolojik sertliği ölçerek, çıktı çeşitliliğinin puan varyansıyla nasıl eşleştiğini Mantel testi aracılığıyla hesaplıyor.
Bu keşif temelinde AdaSkill adlı iki aşamalı adaptif damıtma çerçevesi önerildi. İlk aşama seçici çıkarım görevi görürken, sistem hangi becerilerin tek ajana aktarılması gerektiğini önceden belirleyebiliyor. Bu gelişme, yapay zeka sistemlerinin optimize edilmesinde önemli bir ilerleme sağlıyor.