Newest papers

Parallel AI Agent Collaboration as Graph-Structured Distributed Block Optimization

Hanmin Li, Yury Demidovich, Peter Richtárik · 2026 · arXiv

DOI: 10.48550/arXiv.2610.30074 · open-access PDF

Russian

Параллельные агенты ИИ могут производить полезные локальные редактирования, но деградировать совместное решение, когда их редактирования объединены. Мы моделируем эту проблему координации как дискретную оптимизацию блоков с точно оценимой целью и известным графиком зависимости. Независимые наборы сертифицируют совместимые редактирования, чьи проверенные выгоды, измеренные по отношению к тому же текущему решению, добавляют точно. Координатор строит безопасный совместимый кандидат и может также оценивать взаимодействующие редактирования для захвата благоприятных взаимодействий. Мы доказываем, что оптимальное фракционное окрашивание дает слияние, которое сохраняет $1/χ_f(G)$ фракцию тота

Machine translation (Meta M2M100); the English original follows.

Abstract

Parallel AI agents can produce useful local edits yet degrade a shared solution when their edits are combined. We model this coordination problem as discrete block optimization with an exactly evaluable objective and a known dependency graph. Independent sets certify compatible edits whose verified gains, measured against the same current solution, add exactly. A coordinator constructs a safe compatible candidate and can also evaluate interacting edits to capture favorable interactions. We prove that an optimal fractional coloring yields a merger that preserves a $1/χ_f(G)$ fraction of the tot

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange