Skalierung von Teams oder Zeit?

Das Papier untersucht die Skalierung von LLM-Multi-Agent-Systemen entlang zwei Dimensionen: durch Teamvergrößerung und durch langfristiges Lernen über Zeit. Es stellt LLMA-Mem vor, ein Framework für das langzeitgedächtnisfähige Design unter flexiblen Topologien, welches die Effizienz und Leistung der Systeme verbessert. Die Studie zeigt, dass größere Teams nicht immer besseres langfristiges Ergebnis liefern, was Implikationen für die Autonomie und Kontrolle in solchen Systemen hat.