Jusheng Zhang Yijia Fan Kaitong Cai Xiaofei Sun Keze Wang

要約

本稿では、大規模言語モデルを搭載したマルチエージェントシステムにおける認知的連携の強化を目的として、知識を意識した適応的協調フレームワーク「OSC（Orchestrating Cognitive Synergy）」を提案する。従来の研究では、エージェント選択や結果集約の分野で進展が見られたが、専門エージェント間における深い協働を実現するための効率的な言語的相互作用は、依然として重要な課題である。OSCは、選択と集約の間に位置する核となる中間層として、協調者知識モデル（Collaborator Knowledge Models: CKM）を導入することで、各エージェントが協調者の認知状態を動的に把握可能にする。リアルタイムでの認知ギャップ分析に基づき、エージェントは学習した戦略を用いて、コミュニケーションの内容の焦点、詳細度、表現スタイルを適応的に調整する。複雑な推論および問題解決ベンチマークにおける実験結果から、OSCがタスク遂行性能およびコミュニケーション効率を顕著に向上させ、単なる「並列作業者」から「深く連携する認知的チーム」へと変容させることを示した。本フレームワークは、マルチエージェント協調の最適化に貢献するだけでなく、大規模言語モデルを搭載したエージェント間の相互作用行動に関する新たな知見を提供する。