Nexus: A Lightweight and Scalable Multi-Agent Framework for Complex Tasks Automation
作者: Humza Sami, Mubashir ul Islam, Samy Charas, Asav Gandhi, Pierre-Emmanuel Gaillardon, Valerio Tenace
发布时间: 2025-02-27
来源: arxiv
研究方向: 多智能体系统（MAS）与大型语言模型（LLM）的融合应用
主要内容
本文介绍了NEXUS，一个轻量级且可扩展的多智能体框架，用于复杂任务的自动化。NEXUS利用LLM的能力，通过灵活的架构和简化的工作流程设计，实现了高效的任务委托和信息管理。
主要贡献
1. 引入了灵活的多级监督层次结构，支持分层架构，提高了复杂任务的处理效率和可扩展性。
2. 通过YAML文件简化了架构和工作流程的设计，降低了编程专业知识的要求。
3. 易于安装和开源灵活性，允许用户自由修改和扩展框架的功能。
研究方法
1. 多智能体系统设计
2. 大型语言模型集成
3. YAML文件配置
4. 实验评估
实验结果
NEXUS在多个领域实现了最先进的性能。在编码任务中，NEXUS驱动的MAS在HumanEval上达到了99%的通过率，在VerilogEval-Human上达到了100%的通过率。在复杂推理和数学问题解决方面，NEXUS展现了强大的能力，在MATH数据集的所有随机选择问题中都得到了正确答案。在多目标优化领域，NEXUS基于的架构成功解决了VTR基准套件中的挑战性时序关闭任务，平均功耗降低了近30%。
未来工作
NEXUS的未来工作将集中于提高框架的智能性和适应性，以应对更复杂和多样化的任务需求。此外，还将探索将NEXUS应用于更多领域，如机器人控制、智能电网和网络安全等。