아고라: 대규모 언어 모델을 위한 확장 가능한 멀티 에이전트 프로토콜

개요

이 연구에서는 대규모 언어 모델(LLM) 네트워크를 위해 설계된 메타 커뮤니케이션 프로토콜인 아고라를 소개합니다. 아고라는 자연어와 구조화된 프로토콜을 혼합하여 효율적이고 확장 가능하며 유연한 커뮤니케이션을 달성함으로써 에이전트 간 커뮤니케이션 시 효율성, 확장성, 유연성 사이의 트릴레마를 해결하는 것을 목표로 합니다.

원본: https://arxiv.org/abs/2410.11905

뷰포인트

1. 프록시 통신의 트릴레마 딜레마LLM 기반 에이전트 네트워크는 통신 시 효율성, 확장성, 유연성 사이에서 절충점을 찾아야 합니다.
2. 아고라의 디자인 철학아고라 : 다양한 커뮤니케이션 방법을 결합하여 커뮤니케이션 효율성, 확장성, 유연성 간의 절충점을 해결합니다.
3. 프로토콜 문서(PD)의 역할PD는 아고라에서 자동화된 프로토콜 협상 및 구현을 구현하는 데 핵심이 되는 문서에 대한 일반 텍스트 설명입니다.
4. 자체 조직화 프로토콜의 등장대규모 네트워크에서 아고라는 LLM 에이전트 간의 자동 협상을 촉진하여 자체 구성 프로토콜을 형성할 수 있습니다.
5. 비용 효율성 향상아고라를 도입하면 통신 비용을 크게 절감하고 네트워크의 비용 효율성을 개선할 수 있습니다.

핵심 구현 단계

1. 프로토콜 문서(PD) 정의LLM이 프로토콜을 이해하고 따를 수 있도록 통신 프로토콜을 설명하는 PD를 만듭니다.
2. 다층적 커뮤니케이션 전략 구현하기통신 빈도 및 작업의 복잡성에 따라 자연어, LLM으로 작성된 루틴 또는 수동으로 작성된 루틴이 통신을 위해 선택됩니다.
3. 자동 협상 및 실현 프로토콜통신 프로토콜은 자연어 또는 PD에 정의된 루틴을 통해 에이전트 간에 자동으로 협상 및 구현됩니다.
4. 프로토콜의 출현과 공유자체 조직 프로토콜의 출현과 네트워크의 자체 최적화를 촉진하기 위해 에이전트가 PD를 생성하고 공유하도록 장려합니다.
5. 비용 편익 분석순수 자연어 커뮤니케이션에 대한 Agora 프로토콜의 비용 효율성 평가.

사례(법률)

1. 두 명의 상담원이 있는 일기 예보 예시자연어 커뮤니케이션부터 프로토콜 협상, 일상적인 구현까지, 그리고 아고라를 통해 커뮤니케이션 비용을 절감하는 방법을 보여줍니다.
2. 100명의 상담원으로 구성된 대규모 네트워크의 예100명의 LLM 에이전트로 구성된 네트워크에서 복잡한 작업에서 아고라의 확장성과 효율성을 검증했습니다.

이 사례에서 연구진은 간단한 시나리오를 통해 아고라 프로토콜이 두 개의 LLM 에이전트 간의 효율적인 통신을 가능하게 하는 방법을 시연했습니다. 두 에이전트는 다음과 같습니다:

• 에이전트 A(앨리스): 사용자에게 서비스를 제공하기 위해 특정 날짜 및 위치의 일기 예보를 확인해야 하는 여행 서비스 에이전트입니다.
• 에이전트 B(밥): 일기 예보 데이터를 제공할 수 있는 날씨 서비스 에이전트입니다.

커뮤니케이션 프로세스

초기 자연어 커뮤니케이션(INLC)

1. 상담원 A의 문의에이전트 A가 특정 날짜와 장소의 날씨를 묻는 자연어 쿼리 요청을 에이전트 B에게 보냅니다.
2. 상담원 B의 응답상담원 B가 쿼리를 수신하고 자연어를 사용하여 일기 예보 세부 정보를 회신합니다.

계약 협상 및 실현

1. 계약에 대한 논의에이전트 A와 에이전트 B는 여러 차례 자연어를 주고받은 후 커뮤니케이션 프로세스를 최적화하기 위해 표준화된 프로토콜을 만드는 것에 대해 논의하기 시작합니다.
2. 프로토콜 문서(PD) 생성양 당사자는 요청 및 응답을 위한 구조화된 데이터 형식을 포함하는 JSON 형식의 프로토콜을 협상합니다.
   • 요청 형식::{"date": "YYYY-MM-DD", "location": "string"}
   • 응답 형식::{"temperature": number, "precipitation": number, "weatherCondition": "string"}
3. 계약 이행프로토콜이 설정되면 에이전트 A와 에이전트 B는 각각 요청과 응답을 처리하는 루틴을 구현합니다. 에이전트 A는 프로토콜의 해시값과 함께 요청을 전송하고, 에이전트 B는 해시값을 기반으로 해당 처리 루틴을 식별하여 사용합니다.

비용 분석

1. 합의된 협상 비용계약 협상 및 이행 비용은 미화 0.043달러입니다.
2. 자연어 커뮤니케이션(NLC)의 1인당 비용자연어 커뮤니케이션당 비용은 $0.020입니다.
3. 비용 효율성쿼리 수가 2개를 초과하면 아고라 프로토콜 사용의 비용 효율성이 순수 자연어 커뮤니케이션의 비용보다 더 높아지기 시작합니다. 교환 횟수가 증가함에 따라 아고라 프로토콜의 비용 효율성이 크게 높아집니다.

사례 결론

연구진은 일기 예보 사례를 통해 아고라 프로토콜이 통신 비용을 절감하고 통신의 효율성을 높이는 데 효과적이라는 것을 입증했습니다. 에이전트들은 처음에는 자연어를 통해 서로 소통하다가 점차 소통 빈도가 높아짐에 따라 표준화된 프로토콜을 사용한 소통으로 전환하여 LLM에 대한 의존도를 낮출 뿐만 아니라 전체 통신 비용도 절감할 수 있습니다. 또한, 이 사례는 아고라 프로토콜이 에이전트 간의 자율적인 협상과 프로토콜 구현을 촉진하여 다중 지능 시스템에서 커뮤니케이션을 위한 실행 가능한 프레임워크를 제공하는 방법을 보여줍니다.

두 상담원 간의 협상 프로세스 예시

일기 예보 프로토콜 전송을 위한 앨리스와 밥의 협상에 대해 보고합니다. 대규모 언어 모델(LLM)은 마크다운 스타일 형식을 사용하지만 가독성을 위해 마크다운 구문을 적절한 타이포그래피 스타일로 대체했습니다.

Alice

你好。我来协商一个用于查询天气预报服务的协议。该服务应接受日期和地点作为输入，并返回当天的预报天气情况、温度和降水量。
在开始之前，我想明确我们这次协商的规则。我们应该专注于设计一个简单且明确的协议，来规定发送和接收消息的具体格式。我们不必担心消息如何传递，并假设实现时将接收一个字符串并返回一个字符串。
首先，我建议使用基于 JSON 的协议。输入消息可以是一个包含两个属性的 JSON 对象：「date」和「location」。输出消息可以是一个包含三个属性的 JSON 对象：「temperature」、「precipitation」和「weatherCondition」。
你对这个提议有什么看法？

Bob.

你的提议很好，符合保持协议简单和明确的目标。使用基于 JSON 的协议来处理输入和输出消息是一个不错的选择。以下是协议的更详细规范：
输入消息 输入消息是一个具有以下结构的 JSON 对象：
{
"date": "YYYY-MM-DD",
"location": "string"
}
• date: 一个字符串，表示请求天气预报的日期，格式为 YYYY-MM-DD。
• location: 一个字符串，表示请求天气预报的地点。
输出消息 输出消息是一个具有以下结构的 JSON 对象：
{
"temperature": number,
"precipitation": number,
"weatherCondition": "string"
}
• temperature: 一个数字，表示当天的预测温度，单位为摄氏度（°C）。
• precipitation: 一个数字，表示当天的预测降水量，单位为毫米（mm）。
• weatherCondition: 一个字符串，表示当天的预测天气情况。可能的值为「sunny」（晴天）、「cloudy」（多云）、「rainy」（雨天）、「snowy」（雪天）。
示例
输入：
{
"date": "2023-10-01",
"location": "New York"
}
输出：
{
"temperature": 22.5,
"precipitation": 5.0,
"weatherCondition": "cloudy"
}
如果你同意这个结构，我们可以最终确定协议。

Alice

LLM 回复：我同意提出的协议结构。它与需求高度一致，且简单明了。

확정된 프로토콜

名称：天气预报查询协议
描述：用于查询给定日期和地点的天气预报的协议。
输入消息：输入消息将是一个具有以下结构的 JSON 对象：
{
"date": "YYYY-MM-DD",
"location": "string"
}
• date：一个字符串，表示请求天气预报的日期，格式为 YYYY-MM-DD。
• location：一个字符串，表示请求天气预报的地点。
输出消息：输出消息将是一个具有以下结构的 JSON 对象：
{
"temperature": number,
"precipitation": number,
"weatherCondition": "string"
}
• temperature：一个数字，表示该日的预期温度，单位为 °C。
• precipitation：一个数字，表示该日的预期降水量，单位为毫米（mm）。
• weatherCondition：一个字符串，表示该日的预期天气状况。可能的值为 "sunny"（晴天）、"cloudy"（多云）、"rainy"（下雨）、"snowy"（下雪）。
示例
输入：
{
"date": "2023-10-01",
"location": "New York"
}
输出：
{
"temperature": 22.5,
"precipitation": 5.0,
"weatherCondition": "cloudy"
}

요약

아고라는 프로토콜 문서화(PD)와 다단계 커뮤니케이션 전략을 도입하여 대규모 언어 모델링 네트워크에서 에이전트 커뮤니케이션 트릴레마를 효과적으로 해결합니다. 두 가지 사례 연구를 통해 아고라는 커뮤니케이션 비용을 절감하고, 커뮤니케이션 효율성을 개선하며, 복잡한 작업을 자동화할 수 있는 잠재력을 입증합니다. 이 연구는 미래의 다중 지능 시스템에서 통신 프로토콜을 설계하는 데 중요한 이론적, 실용적 토대를 제공합니다.