論文の概要: LLM-Powered Swarms: A New Frontier or a Conceptual Stretch?

• arxiv url: http://arxiv.org/abs/2506.14496v1
• Date: Tue, 17 Jun 2025 13:18:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-18 17:34:59.48218
• Title: LLM-Powered Swarms: A New Frontier or a Conceptual Stretch?
• Title（参考訳）: LLM搭載Swarm:新しいフロンティアかコンセプトストレッチか?
• Authors: Muhammad Atta Ur Rahman, Melanie Schranz,
• Abstract要約: 近年、OpenAIのSwarmのようなAIシステムを記述するために'swarm'という言葉が拡張されている。 本稿では,従来のSwarmアルゴリズムと大規模言語モデル(LLM)によるSwarmを対比する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Swarm intelligence traditionally refers to systems of simple, decentralized agents whose local interactions lead to emergent, collective behavior. Recently, the term 'swarm' has been extended to describe AI systems like OpenAI's Swarm, where large language models (LLMs) act as collaborative agents. This paper contrasts traditional swarm algorithms with LLM-driven swarms exploring how decentralization, scalability, and emergence are redefined in modern artificial intelligence (AI). We implement and compare both paradigms using Boids and Ant Colony Optimization (ACO), evaluating latency, resource usage, and behavioral accuracy. The suitability of both cloud-based and local LLMs is assessed for the agent-based use in swarms. Although LLMs offer powerful reasoning and abstraction capabilities, they introduce new constraints in computation and coordination that challenge traditional notions of swarm design. This study highlights the opportunities and limitations of integrating LLMs into swarm systems and discusses the evolving definition of 'swarm' in modern AI research.
• Abstract（参考訳）: スウォーム・インテリジェンス(Swarm Intelligence)は、伝統的に、局所的な相互作用が創発的で集団的行動につながる、単純で分散化されたエージェントのシステムを指す。 最近、"swarm"という言葉が拡張され、OpenAIのSwarmのようなAIシステムで、大きな言語モデル(LLM)が協調エージェントとして機能している。 本稿では、従来のSwarmアルゴリズムとLLM駆動のSwarmを対比し、分散化、スケーラビリティ、および出現が現代人工知能(AI)でどのように再定義されるかを検討する。 ベイドとアントコロニー最適化(ACO)を用いて両方のパラダイムを実装・比較し、レイテンシ、リソース使用量、行動精度を評価する。 クラウドベースのLLMとローカルなLLMの両方の適合性は、Swarmにおけるエージェントベースの使用に対して評価される。 LLMは強力な推論と抽象化機能を提供するが、従来のSwarm設計の概念に挑戦する計算と調整の新しい制約を導入する。 この研究は、LLMをSwarmシステムに統合する機会と限界を強調し、現代のAI研究における'swarm'の定義の進化について論じる。

関連論文リスト

• Benchmarking LLMs' Swarm intelligence [50.544186914115045]
  大規模言語モデル(LLM)は複雑な推論の可能性を秘めているが、マルチエージェントシステム(MAS)における創発的協調の能力はほとんど探索されていない。 分散エージェントとして機能するLDMのタスクを体系的に評価する新しいベンチマークであるSwarmBenchを紹介する。 本稿では,協調効率の指標を提案し,創発的グループダイナミクスを解析する。
  論文  参考訳（メタデータ） (2025-05-07T12:32:01Z)
• Generalising from Self-Produced Data: Model Training Beyond Human Constraints [0.0]
  本稿では,AIモデルが新たな知識を自律的に生成し,検証する新しい枠組みを提案する。 このアプローチの中心は、人間のベンチマークを必要とせずに学習をガイドする、無制限で使い捨ての数値報酬である。
  論文  参考訳（メタデータ） (2025-04-07T03:48:02Z)
• Large Language Model as a Catalyst: A Paradigm Shift in Base Station Siting Optimization [62.16747639440893]
  大規模言語モデル(LLM)とその関連技術は、特に迅速な工学とエージェント工学の領域において進歩している。 提案するフレームワークは、検索拡張生成(RAG)を組み込んで、ドメイン固有の知識を取得してソリューションを生成するシステムの能力を高める。
  論文  参考訳（メタデータ） (2024-08-07T08:43:32Z)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• An LLM-Based Digital Twin for Optimizing Human-in-the Loop Systems [13.388869442538399]
  本稿では,ショッピングモールにおける多様な集団の行動と熱的嗜好を模倣するために,大規模言語モデル(LLM)を用いたケーススタディを提案する。 集約された熱嗜好は、エージェント・イン・ザ・ループに基づく強化学習アルゴリズムであるAitL-RLに統合される。 以上の結果から,LLMは大規模オープンスペース内での複雑な人口移動をシミュレートできることがわかった。
  論文  参考訳（メタデータ） (2024-03-25T14:32:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。