Federation of Agents (FoA)
Federation of Agents (FoA) Federation of Agents (FoA) CERN引领AI从被动工具向主动「代理人」演进的革命性框架 FoA是一个分布式编排框架,将静态多代理协调转变为动态、能力驱动的协作,挑战当前单大模型主导的范式 architecture核心机制…
文本版 · 供搜索与朗读
Federation of Agents (FoA)
Federation of Agents (FoA)
CERN引领AI从被动工具向主动「代理人」演进的革命性框架
FoA是一个分布式编排框架,将静态多代理协调转变为动态、能力驱动的协作,挑战当前单大模型主导的范式
architecture核心机制
Versioned Capability Vectors (VCVs)
机器可读的代理配置文件
六个组成部分:密集能力嵌入、离散技能表示、资源需求向量、策略合规标识、规范嵌入、版本计数器
通过语义嵌入实现可搜索
Semantic Routing
使用分片HNSW索引进行语义匹配
考虑成本、预算和政策约束
选择最合适的代理组合
Collaborative Refinement
代理分组到临时集群
进行多轮迭代精炼
提升解决方案质量
compare_arrows与联邦学习的区别
FoA
关注推理时的代理编排,而非模型训练
强调动态协作和能力匹配
联邦学习
关注训练时的分布式模型训练
CERN CAFEIN平台专注于联邦学习,与FoA是不同项目
settings技术实现
基于MQTT的发布-订阅语义实现可扩展的消息传递
分层HNSW索引支持高效的语义搜索
六阶段执行流程:
任务分解
代理匹配
初稿生成
协作精炼
结果综合
最终交付
analytics实验结果
在HealthBench Hard基准上:
比最佳单模型基线提升13倍
比无协调集成提升6.5倍
系统可水平扩展,同时保持一致性能
聚类增强的协作在需要多视角的复杂推理任务中特别有效