Pesquisadores da Stanford criam DeLM para otimizar agentes de IA

Pesquisadores da Universidade de Stanford desenvolveram o Decentralized Language Model (DeLM), um framework que altera a arquitetura de sistemas de múltiplos agentes de IA. Ao substituir o modelo tradicional de orquestração centralizada por um sistema de conhecimento compartilhado, o DeLM permite que agentes operem de forma paralela, lendo e escrevendo atualizações em um contexto comum. Essa abordagem reduz drasticamente a redundância de exploração, permitindo que os agentes aprendam com as falhas uns dos outros de maneira eficiente.

Além da redução de 50% nos custos operacionais, o framework demonstrou eficácia superior em tarefas complexas de raciocínio e engenharia de software, superando modelos convencionais em 10,5% no benchmark SWE-bench. A inovação é relevante por otimizar a comunicação entre agentes, eliminando gargalos e permitindo a resolução de problemas de longo contexto com maior agilidade e menor consumo de recursos computacionais.