潜在空間で考えるエージェント群「SwarmEvolve」――進化的プログラム探索を高速・低コストに
SwarmEvolve: Latent Agent Swarms for Evolutionary Discovery and Optimization
LLMがプログラムを反復的に改善する進化探索は、各ラウンドで長いテキストの思考過程を生成し、多様性を保つために何度も繰り返すため遅くなりがちだった。著者らは新フレームワーク「SwarmEvolve」を提案した。1ラウンドに数百の低コストエージェントが群れで働き、テキストに変換せず潜在空間で推論し、KVキャッシュを受け渡して情報を共有する。数学的発見と科学計算の21課題で最高の平均スコアを記録し、他の最先端フレームワークが60分で到達する最良スコアに中央値3〜8分で到達したという。