SYMPHONY: Mehragentenplanung mit heterogenen Sprachmodellen

In der KI-Forschung hat ein neues Konzept namens SYMPHONY die Aufmerksamkeit erregt. Das System nutzt mehrere, unterschiedliche Sprachmodelle, um komplexe Planungsaufgaben zu lösen, und verspricht damit einen deutlichen Fortschritt gegenüber herkömmlichen Single-Agent-Ansätzen.

Traditionelle Monte‑Carlo‑Tree‑Search‑Methoden (MCTS) setzen häufig auf ein einziges Sprachmodell, um Suchzweige zu generieren und Belohnungen zu schätzen. Dieses einheitliche Vorgehen beschränkt die Erkundung, führt zu wenig Vielfalt in den erzeugten Zweigen und kann die Planungsergebnisse beeinträchtigen.

SYMPHONY löst dieses Problem, indem es ein Pool heterogener, sprachmodellbasierter Agenten einsetzt. Durch die Kombination verschiedener Denkweisen wird die Rollout‑Diversität erhöht, was zu einer effektiveren Erkundung des Suchraums führt. Das Ergebnis ist eine robustere und vielseitigere Planung.

Experimentelle Tests auf mehreren Benchmark‑Aufgaben zeigen, dass SYMPHONY bereits mit Open‑Source‑LLMs, die auf handelsüblichen Computern laufen, starke Leistungen erzielt. Wenn zusätzlich Cloud‑basierte LLMs über APIs eingebunden werden, verbessert sich die Performance weiter und das System übertrifft aktuelle Spitzenmodelle. Diese Ergebnisse unterstreichen die Wirksamkeit heterogener Mehragentenkoordination in Planungsaufgaben.