연구진은 LLM 기반 멀티 에이전트 시스템에서 에이전트 간 통신 방식을 학습하는 DiffMAS 프레임워크를 제안했어요.
DiffMAS는 에이전트 간의 잠재적 통신을 학습 가능한 요소로 취급하여, 정보가 어떻게 인코딩되고 해석되어야 하는지 함께 학습하도록 돕습니다.
수학적 추론, 과학 QA, 코드 생성 등 다양한 벤치마크에서 기존 방식보다 성능이 향상되었으며, AIME24에서 26.7%, GPQA-Diamond에서 20.2%의 정확도를 달성했습니다.