محققان در یک پژوهش جدید، نحوه طراحی بهینه «ایجنتهای جستجوگر سلسلهمراتبی» (Hierarchical Search Agents) را بررسی کردهاند. طبق این مقاله، برای دستیابی به عملکرد بهتر، به جای استفاده از مدلهای سنگین برای تمام بخشها، باید تمرکز اصلی قدرت محاسباتی را بر بخش «تفویض وظایف» (Delegation) گذاشت.
نتایج کلیدی این تحقیق:
✅ تفکیک نقشهای مدل، دقت پاسخها را به طور چشمگیری افزایش میدهد.
✅ گلوگاه اصلی ایجنتها، توانایی «تجزیه مسائل پیچیده» است، نه جستجوی اطلاعات.
✅ با استفاده از یک مدل سبکتر برای اجرا (Execution) و مدل قویتر برای برنامهریزی، میتوان دقت را حفظ و هزینههای محاسباتی را تا ۳۷٪ کاهش داد.
این یافتهها نقشه راه بسیار جذابی برای توسعهدهندگانی است که قصد دارند سیستمهای هوشمند مبتنی بر ایجنت (Agentic AI) را بهینهتر کنند.
منبع: arXiv NLP



