論文の概要: DMAS-Forge: A Framework for Transparent Deployment of AI Applications as Distributed Systems
- arxiv url: http://arxiv.org/abs/2510.11872v1
- Date: Mon, 13 Oct 2025 19:31:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-15 19:02:32.073246
- Title: DMAS-Forge: A Framework for Transparent Deployment of AI Applications as Distributed Systems
- Title（参考訳）: DMAS-Forge:AIアプリケーションを分散システムとして透過的にデプロイするためのフレームワーク
- Authors: Alessandro Cornacchia, Vaastav Anand, Muhammad Bilal, Zafar Qazi, Marco Canini,
- Abstract要約: DMAS-Forgeは,AIエージェントを分散システムとしてデプロイし,テストするためのフレームワークである。
我々は、DMAS-Forgeのビジョン、設計原則、プロトタイプを提示する。
- 参考スコア（独自算出の注目度）: 40.13116269064259
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Agentic AI applications increasingly rely on multiple agents with distinct roles, specialized tools, and access to memory layers to solve complex tasks -- closely resembling service-oriented architectures. Yet, in the rapid evolving landscape of programming frameworks and new protocols, deploying and testing AI agents as distributed systems remains a daunting and labor-intensive task. We present DMAS-Forge, a framework designed to close this gap. DMAS-Forge decouples application logic from specific deployment choices, and aims at transparently generating the necessary glue code and configurations to spawn distributed multi-agent applications across diverse deployment scenarios with minimal manual effort. We present our vision, design principles, and a prototype of DMAS-Forge. Finally, we discuss the opportunities and future work for our approach.
- Abstract（参考訳）: エージェントAIアプリケーションは、サービス指向アーキテクチャによく似た複雑なタスクを解決するために、異なる役割、特殊なツール、メモリレイヤへのアクセスを持つ複数のエージェントにますます依存している。
しかし、プログラミングフレームワークと新しいプロトコルの急速な進化の中で、分散システムとしてのAIエージェントのデプロイとテストは、依然として大変な作業であり、労働集約的な作業である。
DMAS-Forgeは、このギャップを埋めるために設計されたフレームワークである。
DMAS-Forgeは、アプリケーションロジックを特定のデプロイメント選択から切り離し、さまざまなデプロイメントシナリオにまたがる分散マルチエージェントアプリケーションを、最小限の手作業で生成するために必要なグルーコードとコンフィギュレーションを透過的に生成することを目指している。
我々は、DMAS-Forgeのビジョン、設計原則、プロトタイプを提示する。
最後に,アプローチの機会と今後の課題について論じる。
関連論文リスト
- Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - BMW Agents -- A Framework For Task Automation Through Multi-Agent Collaboration [0.0]
我々は、様々なドメインにわたる複雑なユースケースアプリケーションを扱う柔軟なエージェントエンジニアリングフレームワークの設計に重点を置いている。
提案するフレームワークは,産業用アプリケーションの信頼性を提供し,複数の自律エージェントに対して,スケーラブルでフレキシブルで協調的なワークフローを保証するためのテクニックを提供する。
論文 参考訳（メタデータ） (2024-06-28T16:39:20Z) - AgentScope: A Flexible yet Robust Multi-Agent Platform [66.64116117163755]
AgentScopeは、メッセージ交換をコアコミュニケーションメカニズムとする、開発者中心のマルチエージェントプラットフォームである。
豊富な構文ツール、組み込みエージェントとサービス機能、アプリケーションのデモとユーティリティモニタのためのユーザフレンドリなインターフェース、ゼロコードプログラミングワークステーション、自動プロンプトチューニング機構により、開発とデプロイメントの両方の障壁は大幅に低下した。
論文 参考訳（メタデータ） (2024-02-21T04:11:28Z) - An Interactive Agent Foundation Model [49.77861810045509]
本稿では,AIエージェントを訓練するための新しいマルチタスクエージェントトレーニングパラダイムを用いた対話型エージェント基礎モデルを提案する。
トレーニングパラダイムは、視覚マスク付きオートエンコーダ、言語モデリング、次世代の予測など、多様な事前学習戦略を統一する。
私たちは、ロボティクス、ゲームAI、ヘルスケアという3つの異なる領域でフレームワークのパフォーマンスを実演します。
論文 参考訳（メタデータ） (2024-02-08T18:58:02Z) - Multi-Agent Collaboration: Harnessing the Power of Intelligent LLM
Agents [0.0]
本稿では,マルチエージェントシステムのパワーを活用した大規模言語モデル(LLM)の能力向上のための新しいフレームワークを提案する。
本フレームワークでは,複数の知的エージェントコンポーネントがそれぞれ特有な属性と役割を持つ協調環境を導入し,複雑なタスクをより効率的に効率的に処理する。
論文 参考訳（メタデータ） (2023-06-05T23:55:37Z)
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。