https://arxiv.org/pdf/2402.16823
노드는 오퍼레이션(LLM , tool 사용)
edge는 에이젼트간의 커뮤니케이션
+ The nodes implement functions to process multimodal data or query LLMs, and the edges describe the information flow between operations
2. GPTSwarm
2.1. Language Agents as Graphs
2.2. Graph Definition
input x and context information z from its predecessor nodes by applying a computational routine f
2.3. Edge Optimization
2.3.1. PROBLEM REFORMULATION
노드나 엣지의 pruning을 통한 DAG 최적화은 이미 존재
Due to the combinatorial complexity induced by DAGs, 최근 연구 continuous optimization approach에 초점
not differentiable 즉 미분불가능(LLM의 토큰화로 유틸리티 함수가)하기 떄문에 Therefore, we reformulate our edge optimization as a continuous optimization problem.
Instead of optimizing in a discrete space, our approach is to optimize over a continuum of probabilistic distributions, each representing a distribution over the feasible DAGs
2.3.2. SOLUTION PARAMETERIZATION
2.3.3. OPTIMIZATION ALGORITHM
여기서는 모든 샘플에 대해 유틸리티 추정값과 로그 확률 그래디언트의 곱을 평균 내어 최종 그래디언트 추정값을 구함
2.4. Node Optimization
노드 오퍼레이션 = querying an LLM, using a tool, calling an API
2.5. General Applicability