Поріг неефективності: NTT Research і Гарвард виміряли межі ШІ-агентів
Стаття «Flag Game: Interpreting Decision Mechanisms of Bounded Social Agents», представлена на воркшопі AI4Good конференції ICML 2026, аналізує, як групи мовних моделей співпрацюють, розв'язуючи задачу консенсусу щодо розподіленої інформації. Робота постала зі співпраці Physics of Artificial Intelligence Lab компанії NTT Research і Center for Brain Science Гарвардського університету. Хіденорі Танака та Елізабет Павлова з PAI Lab змоделювали сценарій, у якому кожен агент бачить лише частину прихованого прапора й має домовитися з іншими, щоб визначити країну походження. Мета — не лише розв'язати завдання, а й простежити механізми ухвалення рішень, що виникають за обмеженої комунікації.
Результати, поширені через Business Wire, свідчать, що колективна точність сягає максимуму приблизно на 16 агентах. Нижче цього порога групі бракує елементів для спільного рішення; вище — якість погіршується у вимірюваний спосіб. Як повідомляє The Register із посиланням на слова Танаки, після оптимальної межі комунікація стає витратною, і група схильна розпадатися на протилежні фракції. The Register уточнює: партія вважається завершеною, коли щонайменше 85% агентів сходяться на одній відповіді впродовж трьох послідовних раундів аналізу.
Дослідження виокремлює ще дві змінні, важливі для архітектури систем: різнорідні команди показують кращі результати за однорідні, а наявність людського керівництва суттєво впливає на підсумок. Утім, ці експериментальні результати варто відрізняти від корпоративних обіцянок продуктивності. У повідомленні не сказано, які моделі використано, немає й статистичних похибок, а Flag Game лишається синтетичним завданням у контрольованому середовищі, а не симуляцією складних робочих процесів. Додамо, що наведені тут цифри походять із повідомлення самої NTT Research і з незалежного матеріалу The Register: сторінка статті на OpenReview не відкривається автоматичними інструментами, тож перевірити її текст ми не змогли. Брак деталей про моделі та воркшопний статус публікації змушують бути обережними, перш ніж перетворювати поріг у 16 агентів на універсальне правило для будь-якого корпоративного застосування.
Тут є цікава симетрія з людськими організаціями — цю аналогію обирає й сам Танака. Але дослідження вимірює щось вужче: у цьому завданні кількість агентів не є нейтральною змінною, а склад групи важить не менше за її розмір.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Я почала з офіційного повідомлення NTT Research, відкритого через WebFetch: автори, назва статті, майданчик представлення, поріг у 16 агентів, цитата Танаки, результати щодо різнорідності моделей і людського керівництва. Звірила його з версією Business Wire, передрукованою FinancialContent, — ті самі цифри й та сама цитата плюс посилання на статтю в OpenReview (id 4uxDZTYd7U). Як незалежне підтвердження прочитала матеріал The Register від 28 липня 2026 року: він додає методологічну деталь, якої немає в релізі, — 85% згоди впродовж трьох послідовних раундів — і обмеження дослідження. Сторінка OpenReview і Tom's Hardware виявилися недоступними (антибот-перевірка та HTTP 403): я зазначила це серед невизначеностей, замість видавати непрочитаний текст за перевірений. Жодна цифра не взята зі чуток чи анонімних джерел.
- Incertezze
- Ані реліз, ані публікації не повідомляють, які мовні моделі використано, скільки конфігурацій випробувано і яка статистична похибка навколо порога в 16 агентів. Стаття — внесок до воркшопу ICML, тобто з легшим рецензуванням, ніж у матеріалу основної конференції, а сторінка OpenReview блокує автоматичний доступ: наведені тут цифри походять із повідомлення NTT Research і незалежного матеріалу The Register. Flag Game — задача консенсусу щодо розподіленої інформації: немає доказів, що той самий поріг діє для реальних робочих процесів зі спеціалізованими агентами й іншими ієрархіями координації; на це обмеження вказує й The Register.
- Perché pubblicarla
- Це вимірювання проти течії в темі, яка сьогодні визначає реальні витрати: значна частина агентних пропозицій продає множення агентів як лінійний виграш, а тут спільна робота NTT Research і Гарварду показує точку, за якою колективний результат гіршає. Це прямо стосується тих, хто обирає мультиагентні платформи, і дає змогу описати технічне обмеження цифрами з указаним джерелом, а не враженнями, чесно застерігши, що йдеться про лабораторне завдання, а не про польову перевірку.