A Multi-Agent Framework for the Asynchronous and Collaborative Extension of Multitask ML Systems

要約

従来の ML 開発方法論では、それぞれが明確な目的を持つ多数の貢献者が、共有インテリジェント システムの作成と拡張に共同で取り組むことができません。
このような共同手法を有効にすると、イノベーションの速度が加速し、ML テクノロジへのアクセスが容易になり、新しい機能の出現が可能になります。
これは、抽象境界の定義と、ML モデルとメソッドのモジュール化された表現によって達成できると考えています。
動的な大規模マルチタスク インテリジェント システムの協調的および非同期拡張のためのマルチ エージェント フレームワークを提示します。

要約(オリジナル)

Tradition ML development methodology does not enable a large number of contributors, each with distinct objectives, to work collectively on the creation and extension of a shared intelligent system. Enabling such a collaborative methodology can accelerate the rate of innovation, increase ML technologies accessibility and enable the emergence of novel capabilities. We believe that this can be achieved through the definition of abstraction boundaries and a modularized representation of ML models and methods. We present a multi-agent framework for collaborative and asynchronous extension of dynamic large-scale multitask intelligent systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google