AI اور دنیا کے مشکل مسائل · نظریاتی کمپیوٹر سائنس · arXiv · 2026-10-22
Graph-Structured Distributed Block Optimization کے طور پر متوازی AI ایجنٹس کا تعاون
اصل عنوان: Parallel AI Agent Collaboration as Graph-Structured Distributed Block Optimization

متوازی AI agents ایسے مفید local edits پیدا کر سکتے ہیں جو ملانے پر مشترکہ solution کو خراب کر دیتے ہیں۔ paper اس coordination مسئلے کو discrete block optimization کی صورت model کرتا ہے، جس میں بالکل درست طریقے سے evaluate کیا جا سکنے والا objective اور معلوم dependency graph ہوتا ہے؛ جہاں independent sets compatible edits کی تصدیق کرتے ہیں جن کی verified gains بالکل درست جمع ہوتی ہیں، اور یہ ثابت کرتا ہے کہ optimal fractional coloring ایسا merger دیتی ہے جو کل verified local improvement کا 1/χ_f(G) حصہ برقرار رکھتا ہے۔ Code-repair تجربات دکھاتے ہیں کہ verified merging ان conflicts کو حل کر دیتا ہے جن کی وجہ سے naive merging ناکام ہو جاتا ہے؛ fractional integration تین public road networks پر 90 paired runs میں verified graph-cut improvement کے 922 units برقرار رکھتا ہے، اور fractional scheduling route-search agents کے بارہ paired runs میں measured wall time کو median کے لحاظ سے 15% کم کر دیتی ہے۔