アダ表的で-scalableなかつ頑丈な大規模言語モデルのAgent間の協調: ユニバーサル多段式協調の目安

大規模言語モデル（LLMs）を基盤とするマルチエージェントアーキテクチャは、労力がかかるマニュアルへのオシレーションを通じて Swarmインテルシークエンスで実現することが示されています。一方、その大きな負荷に対する自動設計の要求は、ロビンフダンスングなソブサバストラッパーの設計により圧倒的です。我々のアジェントコダージョンの課題を動的にあらわれるネットワークへの問題としてフレーム化したということがあります：適応性和信頼性のある通信のための複数エージェントホスト間の確立に関する、如何に？それ自体は分散したポスティング・サブスクリプティングプロトコルに根付いています。またこれは単なるベースで，RAPSという評可的が知覚付きポスティング・サブスクリプティングパラダイムを導入し、LLMのエージェント間の通信は既定のツリー状態を定めた代わりに宣言的な意図に基づいて発送されます。Beyondこれは基盤では，RAPSも複数コア・オーバールーを採用します：（1）適応的なサブスクリプション、エージェントには動的で自己修正の意図が導入され、そして（2）バイナーシェースによる信用は、エージェント自身が個性的な監督者となるというイシューを検証しています。5つの benchmark での広範い実験における評価と効果的なマルチエージェント協調のフレームワーク全体で適応性、スケーラビリリティ、および頑丈さが統合されたということが示されます。

arXiv:2602.08009v1 Announce Type: new Abstract: Multi-agent architectures built on large language models (LLMs) have demonstrated the potential to realize swarm intelligence through well-crafted collaboration. However, the substantial burden of manual orchestration inherently raises an imperative to automate the design of agentic workflows. We frame such an agent coordination challenge as a classic problem in dynamic ad-hoc networking: How to establish adaptive and reliable communication among a scalable number of agentic hosts? In response to this unresolved dilemma, we introduce RAPS, a reputation-aware publish-subscribe paradigm for adaptive, scalable, and robust coordination of LLM agents. RAPS is grounded in the Distributed Publish-Subscribe Protocol, allowing LLM agents to exchange messages based on their declared intents rather than predefined topologies. Beyond this substrate, RAPS further incorporates two coherent overlays: (i) Reactive Subscription, enabling agents to dynamically refine their intents; and (ii) Bayesian Reputation, empowering each agent with a local watchdog to detect and isolate malicious peers. Extensive experiments over five benchmarks showcase that our design effectively reconciles adaptivity, scalability, and robustness in a unified multi-agent coordination framework.