Agensh-ի նախատպվածքը հայտնում է մինչև 1,024 ԱԲ գործակալի ապակենտրոնացված համակարգման մասին
Agensh-ի նախատպվածքը նկարագրում է ԱԲ գործակալների ասինխրոն, ինքնակազմակերպվող համակարգումը ընդհանուր աշխատանքային գրանցումների, հաղորդագրությունների և կոնտեքստի միջոցով։ Հեղինակները հայտնում են արդյունքների բարելավման մասին գործակալների թվի աճին զուգահեռ ծրագրավորման նշված թեստերում, ներառյալ pandoc-ի արդյունքը 1,024 գործակալի դեպքում։ Այս պնդումները մնում են նախնական, քանի որ տրամադրված տվյալները չեն հաստատում ո՛չ գրախոսումը, ո՛չ անկախ վերարտադրումը, ո՛չ վերարտադրելիության նյութերը և ո՛չ էլ գործառնական ծախսերը։ [1]
Այս թողարկումն անցել է «Իմանանք»-ի հրապարակման ընդլայնված ստուգումները: Որոշ էական պնդումներ շարունակում են հստակ վերագրվել պաշտոնական կամ ընկերության աղբյուրներին, քանի որ այս թողարկմանը դեռ անկախ աղբյուր կցված չէ: Համակարգը շարունակում է ստուգել հաստատված աղբյուրները և անկախ հաստատումը կավելացնի միայն ամբողջական ստուգում անցած նոր թողարկմամբ:
2026 թ. սեպտեմբերի arXiv նախատպվածքում ներկայացվել է Agensh-ը՝ բազմաթիվ ԱԲ գործակալների համակարգման հարթակ՝ առանց առաջադրանքների կենտրոնական բաշխիչի։ Հեղինակները հայտնում են թեստերի հանձնման ավելի բարձր ցուցանիշների մասին գործակալների թվի աճին զուգահեռ ծրագրավորման սահմանափակ թեստերում, սակայն տրամադրված տվյալները չեն հաստատում գրախոսումը, վերարտադրումը, ծախսերը կամ վերարտադրելիության նյութերը։ [1]
01
Ինչ գիտենք այս պահին
- 01
[1] arXiv, «Agensh: Scaling Organizational Intelligence to 1,024 Agents», տարբերակ 1, ներկայացված 2026 թ. սեպտեմբերի 22-ին՝ https://arxiv.org/abs/2609.26781v1:
- 02
Տրամադրված ամբողջական սկզբնաղբյուրը հաստատում է հոդվածի մետատվյալները, հեղինակների նախագծած կառուցվածքի նկարագրությունն ու ներկայացված բենչմարքային թվերը, սակայն չի հաստատում գրախոսումը, անկախ վերարտադրումը կամ վերարտադրելիության ռեսուրսները։
02
Հեղինակների նկարագրած ճարտարապետությունը
Գործակալներն օգտագործում են ընդհանուր աշխատանքային միջավայր, հաղորդագրությունների ինտերֆեյս և ընդհանուր կոնտեքստ՝ առանց կենտրոնական կառավարչի։ProgramBench-ի արդյունքը 128 գործակալի դեպքում
Թեստերի հանձնման միջին ցուցանիշը 19.31%-ից աճել է մինչև 28.78% 128 գործակալի դեպքում՝ հինգ բարդ առաջադրանքում GPT-5.6-sol (high)-ի միջոցով։Pandoc-ի արդյունքը 1,024 գործակալի դեպքում
Հեղինակները նշում են թեստերի հանձնման ցուցանիշի աճ մեկ գործակալի 33.89%-ից մինչև 55.06%՝ 1,024 գործակալի դեպքում։Արտադրողականության բոլոր թվերը մեկ նախատպվածքում հեղինակների հայտնած արդյունքներն են, ոչ թե անկախ ստուգված փաստեր։ [1]
03
Ապակենտրոնացված համակարգման առաջարկ
Agensh-ը հեղինակների կողմից ներկայացվում է որպես ինքնակազմակերպվող բազմագործակալային միջավայր։ Մեկ վերահսկիչի միջոցով աշխատանք բաշխելու փոխարեն գործակալները համակարգվում են ընդհանուր աշխատանքային գրանցումների, հաղորդագրությունների և պահպանված կոնտեքստի միջոցով։ Սա նկարագրում է առաջարկվող մեխանիզմը. տրամադրված փաստերը անկախ կերպով չեն հաստատում դրա աշխատանքը կամ առավելությունները։ [1]
- Հեղինակները նկարագրում են զուգահեռ աշխատող գործակալների, որոնք պարբերաբար հավաքում են կոնտեքստը, վերցնում և ինքնուրույն բաշխում են ենթաառաջադրանքները, գործում են ու կիսվում արդյունքներով, ստուգում են դրանք և ասինխրոն միաձուլում առաջընթացը։
- Առաջարկվող ենթակառուցվածքն ունի երեք բաղադրիչ՝ առաջարկվող, ընթացիկ և ավարտված աշխատանքների ընդհանուր աշխատանքային միջավայր, հաղորդագրությունների ինտերֆեյս և կրկնակի օգտագործման ենթակա բացահայտումների ու աշխատանքային մտադրությունների ընդհանուր կոնտեքստ։
- Հոդվածում սա ներկայացվում է որպես միջոց, որը թույլ է տալիս խուսափել կենտրոնական կառավարչի՝ համակարգման խոչընդոտ դառնալուց։
04
Ինչ են ցույց տալիս գնահատման արդյունքները
Սրանք նախատպվածքում նշված կարգավորումներից հեղինակների կողմից հայտնված արդյունքներ են, ոչ թե անկախ կերպով հաստատված ցուցանիշներ։ Այստեղ տրամադրված ապացույցները ցույց չեն տալիս, թե արդյոք նույն միտումը պահպանվում է այլ մոդելների, առաջադրանքների խմբերի, գործակալների հուսալիության պայմանների կամ գործարկման միջավայրերի դեպքում։ [1]
- ProgramBench-ի հինգ բարդ առաջադրանքներում GPT-5.6-sol (high)-ի միջոցով հեղինակները նշում են, որ մեկից մինչև 128 գործակալի ավելացումը թեստերի հանձնման վերջնական միջին ցուցանիշը 19.31%-ից հասցրել է 28.78%-ի։ Նրանք դա բնութագրում են որպես շուրջ 49% հարաբերական բարելավում։
- Pandoc-ի համար հեղինակները նշում են աճ՝ մեկ գործակալի 33.89%-ից մինչև 55.06%՝ 1,024 գործակալի դեպքում։
- Ամփոփագրում նշվում է նաև, որ ավելի մեծ կազմակերպությունները համադրելի ցուցանիշների են հասել ավելի վաղ, սակայն տրամադրված տվյալներում հապաղման որևէ չափում չկա։
05
Եզրակացության սահմանափակումները
Հոդվածը թույլ է տալիս անել միայն նեղ եզրակացություն. հեղինակները հայտնում են, որ իրենց համակարգման կառուցվածքը մասշտաբավորվել է մինչև նշված թվով գործակալներ և իրենց գնահատման մեջ ապահովել է նշված բենչմարքային ցուցանիշները։ Այն դեռևս հիմք չի տալիս ընդհանրացնելու, որ գործակալների ապակենտրոնացված կազմակերպումն ավելի արդյունավետ է, ավելի մատչելի կամ գործնականում կիրառելի լայն օգտագործման համար։ Այս մոտեցումը դիտարկողները պետք է փնտրեն հիմքում ընկած նյութերն ու անկախ փորձարկումները։ [1]
- Տրամադրված ապացույցներով հաստատված չեն հանրային կոդ, prompt-եր, կարգավորումներ, տվյալների բազաներ կամ վերարտադրման այլ նյութեր։
- Մինչև 1,024 գործակալով գործարկումների համար տոկենների, հաշվարկային ռեսուրսների, ֆինանսական ծախսերի կամ ենթակառուցվածքի ցուցանիշներ հաստատված չեն։
- Գրախոսումն ու անկախ վերարտադրումը հաստատված չեն։
06
Աղբյուրի տվյալները
Հիմնական աղբյուրը «Agensh: Scaling Organizational Intelligence to 1,024 Agents» նախատպվածքի arXiv էջն է։ Այն հանդիսանում է ինչպես համակարգի նկարագրության, այնպես էլ վերը ամփոփված գնահատման ցուցանիշների աղբյուրը։ [1]
- Հիմնական աղբյուր՝ https://arxiv.org/abs/2609.26781v1
- Տվյալներում որպես հեղինակներ նշված են Չժիհաո Չժանը (Zhihao Zhan), Թին Սոնը (Ting Song), Լի Դունը (Li Dong), Շաոհան Հուանը (Shaohan Huang), Ցզյանսյուն Լյանը (Jianxun Lian), Յան Սյան (Yan Xia) և Ֆուրու Վեյը (Furu Wei):
- arXiv-ում նյութը գրանցված է որպես տարբերակ 1, ներկայացված 2026 թ. սեպտեմբերի 22-ին։
07
Ինչ ստուգել նախքան արդյունքներին վստահելը
Ներկայացված ցուցանիշները պետք է դիտարկել որպես նախնական բենչմարքային արդյունքներ, ոչ թե գործնական կիրառման համար հաստատված ուղեցույց։
- 01
Կարդացեք սկզբնական նախատպվածքը (preprint) և տարանջատեք առաջարկվող ճարտարապետությունը դրա ներկայացրած չափումներից։
- 02
Արդյունքները համեմատելու փորձից առաջ պահանջեք վերարտադրելիության նյութերը, այդ թվում՝ կոդը, prompt-երը, կարգավորումներն ու տվյալների բազաները։
- 03
Կոնկրետ կիրառման դեպքի համար գնահատեք մոդելի ընտրությունը, առաջադրանքների կազմը, տոկենների ծախսը, հաշվարկային ռեսուրսների արժեքը, հապաղումը (latency), ձախողումների մշակումն ու ենթակառուցվածքային պահանջները. տրամադրված աղբյուրը չի պարունակում այս գործոնները։
- 04
Ստուգեք գրախոսման (peer review) կամ անկախ վերարտադրման առկայությունը, որոնցից ոչ մեկը տրամադրված փաստերով հաստատված չէ։ [1]
08
Այս թողարկման սահմանափակումները
Սա նախատպվածքի arXiv տարբերակ 1-ն է, որը ներկայացվել է 2026 թ. սեպտեմբերի 22-ին. տրամադրված տվյալները չեն հաստատում գրախոսումը կամ որևէ հրատարակչության կողմից ընդունումը։ [1]
Ներկայացված բենչմարքային արդյունքները հեղինակների պնդումներն են։ Տրամադրված աղբյուրը չի պարունակում անկախ ստուգում, ամբողջական փորձարարական նյութեր, ծախսերի տվյալներ կամ զգայունության վերլուծություն։ [1]
Տվյալները չեն հաստատում տոկենների սպառումը, հաշվարկային պահանջները, ֆինանսական ծախսերը, հապաղման չափումները, ենթակառուցվածքային պահանջները, ձախողումների հաճախականությունը կամ տարբերությունները՝ կախված մոդելներից ու փորձարարական պայմաններից։ [1]
Թվերը վերաբերում են միայն նշված ProgramBench գնահատմանը և pandoc առաջադրանքին. դրանք ինքնին չեն հաստատում արդյունավետությունն այլ առաջադրանքներում կամ միջավայրերում։ [1]
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
23 սեպ, 2026 թ.
Harness-Zero պրեպրինտն առաջարկում է գործակալների harness-ի վարքագիծը տեղափոխել մոդելի կշիռների մեջ
Harness-Zero-ն arXiv-ի պրեպրինտ է, որն առաջարկում է agent-as-harness դիստիլյացիա. օպտիմալացված harness-ն ուղղորդում է միջանկյալ օղակին, որը fine-tuning-ի համար ստեղծում է ուղղումներ ֆիքսված թիրախային harness-ի գործողությունների տարածությունում: Հեղինակները հայտնում են, որ ստացված մոդելը պահպանել է օգտակար վարքագիծը մասնագիտացված harness-ի հեռացումից հետո, ներառյալ առաջադրանքների հաջողության մակրո-միջին ցուցանիշի փոփոխությունը 23.3%-ից մինչև 44.3%: Տրամադրված աղբյուրներն անկախ կերպով չեն հաստատում այդ արդյունքները: [1]
21 սեպ, 2026 թ.
Նախատպված հետազոտությունն ուսումնասիրում է ծրագրավորման օգնականների պնդումները ֆայլերի ստուգման ավարտի մասին
arXiv-ում տեղադրված նախատպված հետազոտությունը ներկայացնում է հինգ սցենարով թեստավորման համակարգ՝ գնահատելու, թե որքանով է ծրագրավորման օգնականների վերջնական ամփոփումը համապատասխանում ֆայլերի փաստացի ընդգրկվածությանը: Հեղինակները հայտնում են թերի ընթերցման և թերի գործարկումների ժամանակ անբավարար բացահայտման հաճախակի դեպքերի մասին, սակայն աշխատանքի գրախոսված լինելը, կրկնօրինակումն ու ավելի լայն ընդհանրացումը տրամադրված աղբյուրից հաստատված չեն [1]:
15 սեպ, 2026 թ.
Նախատպությունը հայտնում է ընդհանուր լեզվական և կենսաբժշկական հալյուցինացիաների հայտնաբերման միջև եղած տարբերության մասին
Հեղինակները հայտնում են, որ իրենց ընդհանուր տիրույթի դետեկտորը SciFact-ում հասել է F1՝ 0.52-ի՝ HaluEval-ի համեմատ ավելի ցածր արդյունք ցուցաբերելով, իսկ SciFact-ի վրա fine-tuning արված PubMedBERT մոդելը գրանցել է F1՝ 0.63 և AUROC՝ 0.81: Սա մատնանշում է տիրույթների միջև տեղափոխման խնդիրը նշված փորձում, սակայն սա նախատպության արդյունք է, որի համար տրամադրված փաստերը չեն հաստատում ո՛չ գրախոսում անցնելը, ո՛չ էլ անկախ վերարտադրումը: