Исследователи из Стэнфорда представили метод DeLM (Decentralized Language Modeling), который позволяет оптимизировать взаимодействие нескольких ИИ-агентов без использования центрального оркестратора. Традиционные системы мультиагентного взаимодействия часто полагаются на управляющий узел, который распределяет задачи и координирует действия, что создает узкие места в производительности и увеличивает накладные расходы на вычисления.
В основе DeLM лежит механизм прямого обмена сообщениями между агентами, где каждый участник системы самостоятельно принимает решения на основе контекста задачи и коммуникации с коллегами. Такой подход позволяет сократить затраты на выполнение сложных многоэтапных процессов до 50%. Отказ от централизованного управления снижает количество токенов, необходимых для поддержания связности системы, что делает архитектуру более масштабируемой и экономически эффективной.
Технология ориентирована на решение задач, требующих высокой степени автономности и параллельной обработки данных. Метод демонстрирует, что децентрализованные протоколы могут эффективно справляться с распределением нагрузки, сохраняя при этом точность выполнения инструкций на уровне централизованных систем. Это открывает новые возможности для построения сложных агентных сетей, где критически важна скорость реакции и минимизация стоимости инференса.