🔬 Вдогонку к «Году ФТИИ в победах» — статья в Scientific Reports
В дайджест достижений не попало важное, исправляемся.
Кирилл Черников, третьекурсник программы «Инженерия ИИ» и сотрудник лаборатории АИСТ, — соавтор статьи в научном журнале Scientific Reports (издательская группа Nature). Работа вышла в ноябре 2025-го, писал её вместе с коллегами из СПбГУ: Елизаветой Тарасовой, Викторией Ерофеевой и Олегом Граничиным.
Тема — децентрализованное распределение задач в мультиагентных системах. Проблема известная: агенты разнородны, их производительность со временем плывёт, обратная связь приходит с задержкой и шумом. Классические схемы — аукционы, рассылка задачи сразу всем агентам — на таком нестабильном поведении теряют эффективность.
Авторы предложили двухуровневую архитектуру. Верхний уровень — адаптивные контроллеры: предсказывают параметры задачи и рассылают её не всем, а точечно небольшой группе релевантных и свободных агентов. Контроллеры синхронизируют модели между собой без единого координатора. Отдельный результат — доказательство сходимости при шуме с неизвестными, но ограниченными характеристиками.
Проверяли на агентной системе из больших языковых моделей: распределяли запросы между разными моделями — и в моделировании, и вживую, с замером реального времени выполнения. Подход обошёл базовое круговое распределение и по производительности, и по устойчивости.
Роль Кирилла — постановка задачи и экспериментальная часть. Исследование поддержано грантом Минэкономразвития России.
Поздравляем 🔥
В дайджест достижений не попало важное, исправляемся.
Кирилл Черников, третьекурсник программы «Инженерия ИИ» и сотрудник лаборатории АИСТ, — соавтор статьи в научном журнале Scientific Reports (издательская группа Nature). Работа вышла в ноябре 2025-го, писал её вместе с коллегами из СПбГУ: Елизаветой Тарасовой, Викторией Ерофеевой и Олегом Граничиным.
Тема — децентрализованное распределение задач в мультиагентных системах. Проблема известная: агенты разнородны, их производительность со временем плывёт, обратная связь приходит с задержкой и шумом. Классические схемы — аукционы, рассылка задачи сразу всем агентам — на таком нестабильном поведении теряют эффективность.
Авторы предложили двухуровневую архитектуру. Верхний уровень — адаптивные контроллеры: предсказывают параметры задачи и рассылают её не всем, а точечно небольшой группе релевантных и свободных агентов. Контроллеры синхронизируют модели между собой без единого координатора. Отдельный результат — доказательство сходимости при шуме с неизвестными, но ограниченными характеристиками.
Проверяли на агентной системе из больших языковых моделей: распределяли запросы между разными моделями — и в моделировании, и вживую, с замером реального времени выполнения. Подход обошёл базовое круговое распределение и по производительности, и по устойчивости.
Роль Кирилла — постановка задачи и экспериментальная часть. Исследование поддержано грантом Минэкономразвития России.
Поздравляем 🔥