참고Reddit
독자적인 멀티 에이전트 프레임워크 'GenOS'로 NP-난해 문제 해결 시도
LLM 에이전트가 코드를 직접 컴파일·벤치마크하며 알고리즘을 최적화하는 에이전트 오케스트레이션 사례로 참고 가치가 높음.
요약
개발자가 자율적으로 알고리즘을 진화시키는 멀티 에이전트 프레임워크인 GenOS를 개발하여 3가지 AI 패러다임을 NP-Hard 문제 해결에 적용했다. GenOS는 자율 LLM 서브 에이전트들이 Rust 코드를 작성, 컴파일, 벤치마킹하고 수십 세대에 걸쳐 아키텍처를 진화시키는 오케스트레이터로 작동한다. 실험 과제는 20x20 매트릭스에서 Gen-5의 상태를 바탕으로 이를 생성한 Gen-0의 초기 상태를 찾아내는 'Reverse Game of Life' 문제다. 이 문제는 엄청난 상태 공간과 카오스적 특성으로 인해 NP-Hard 문제로 알려져 있다. 해당 프레임워크는 에이전트들이 서로 지식을 공유하고 경쟁하며 알고리즘을 최적화하도록 설계되었다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 I built a custom multi-agent framework (GenOS) to autonomously evolve algorithms. I pitted the 3 fundamental AI paradigms against an NP-Hard problem. Here is what happened.
원문 보기 ↗