?
An LLM-Based Approach for Creating Multi-agent Systems
Мультиагентные системы (МАС) могут использовать преимущества больших языковых моделей (БЯМ), но «галлюцинации» могут представлять опасность для процесса принятия решений. В этой статье представлен подход к созданию МАС на основе БЯМ и предложена обобщенная архитектура таких систем. Мы обеспечиваем проведение рассуждений с помощью предикатной логики для минимизации ошибок, а БЯМ используются исключительно для перевода естественного языка в Prolog с помощью нашего алгоритма коррекции сгенерированного кода. Кроме того, мы внедрили агент безопасного логического вывода для проверки фактов и предотвращения нарушений правил, а также протестировали этот подход на примере МАС и продемонстрировали точность логических преобразований. Результаты подтверждают, что БЯМ повышают эффективность МАС в сочетании со структурированным представлением знаний, открывая возможности для дальнейших исследований, направленных на повышение масштабируемости, оптимизацию эффективности и динамическое совершенствование онтологий.