В исследовании Ронга Хэ предложена модель, которая показывает, какая часть результатов агентов низших уровней доходит до итогового агента. Модель описывает разбиение задачи в виде дерева: агент, получивший b результатов, сохраняет каждый с вероятностью r(b).
При r(b)=1/b любое дерево передаёт итоговому агенту ровно один результат независимо от размера задачи и формы дерева. В модели r(b)=Cb^−δ плоская схема даёт наибольшее число результатов.
Глубина уменьшает объём данных в контексте итогового агента с N до N^(1/k). При одинаковых затратах двухуровневая схема начинает опережать плоскую при 403 результатах.
Проверка утверждений:
- Ронг Хэ в исследовании предложил модель, которая показывает, какая часть результатов от агентов нижних уровней доходит до итогового агента. (подтверждено самой публикацией: доказательство; «Authors: Rong He»)
- Модель представляет разбиение задачи как дерево, в котором агент, получивший b результатов, сохраняет каждый с вероятностью r(b). (подтверждено самой публикацией: доказательство; «Model a decomposition as a tree in which an agent handed $b$ items keeps any one with probability $r(b)$.»)
- При r(b)=1/b любое дерево передаёт итоговому агенту ровно один результат независимо от размера задачи и формы дерева. (подтверждено самой публикацией: доказательство; «If $r(b)=1/b$, every tree delivers exactly one finding, for every task size and every shape»)
- В модели r(b)=Cb^−δ плоская схема даёт наибольшее число результатов. (подтверждено самой публикацией: доказательство; «so flat is optimal for yield»)
- Глубина уменьшает объём данных в контексте итогового агента с N до N^(1/k). (подтверждено самой публикацией: доказательство; «depth cuts its exposure from $N$ items to $N^{1/k}$»)
- При одинаковых затратах двухуровневая схема начинает опережать плоскую при 403 результатах. (подтверждено самой публикацией: доказательство; «at equal spend two tiers overtake flat at 403 findings»)
Первоисточники:
оценка 78,1 из 100 · тип: исследование