Ugrás a tartalomra
Neural Daily

KutatásHír

Antigravity /teamwork: agentcsapat nyitott problémákon

🇬🇧 Read this article in English →

A Google Research összegyűjtötte, mire jutottak kutatók a Gemini 4 modellekkel és az Antigravity /teamwork multiagentes munkafolyamatával. A lista a Courtade–Kumar sejtés Lean 4 bizonyításától a Zircon kernel Rust portjáig tart. A /teamwork és a /boost most már külső fejlesztőknek is elérhető.

· 4 perc olvasás

Az Antigravity /teamwork bejelentő grafikája: Mathematics, Chemistry és Systems engineering csomópontok egy Gemini 4 /teamwork panelhez kötve
Kép: Google Research · Sajtókép · Forrás

Mi az a /teamwork?

A /teamwork az Antigravity multiagentes rétege, amely a Gemini 4 Argon, Carbon és Hydrogen modellekre épül (Google Research). Két gyenge pontra épít rá. Az egyik, hogy egyetlen generálás kiszámíthatatlan, ezért párhuzamosan sok jelölt készül, amelyeket külön ellenőrzők szűrnek: a Lean 4 bizonyításellenőrző, módosítatlan tesztkészletek, szimulátorok vagy hardverszámlálók.

A másik a hosszú kontextus szétesése napokig tartó feladatoknál. Itt minden agent csak a saját lépéséhez szükséges fájlokat és toolokat kapja meg. A koordinátor friss utódnak adja tovább a munkát, a kritikus és az auditor agent pedig tiszta kontextusból, az eredeti gondolatmenet nélkül ellenőriz.

Matematika: Courtade–Kumar és társai

A zászlóshajó eredmény az információelmélet 2013-as Courtade–Kumar sejtése: zajos csatornán átküldött bitsorozatból egyetlen bitbe sűrítve semmi nem őriz meg több információt, mint a "diktátor függvény", amely egyszerűen lemásol egy bemeneti bitet. A Google, a CUHK, a USC és a CMU kutatói teljes általánosságban bizonyították.

  • A Gemini először ellenpéldákat talált egy általánosított változatra, majd a CUHK csapata 14 változós optimalizálási feladatra vezette vissza a sejtést.
  • A Gemini 4 Argon és korábbi Gemini modellek felosztották a paraméterteret, majd megírták az új analitikus becslések és intervallum-aritmetikai tanúsítványok nagy részét.
  • A bizonyítást kiterjesztették kiegyensúlyozatlan függvényekre is, emberi közreműködés nélkül.
  • A teljes bizonyítás Lean 4-ben formalizált, kb. 50 millió sorban (
  • [object Object]
  • ).

Az 50 millió sor elsőre ijesztő, de nem ennyi az ember által olvasható bizonyítás. Egy független átnézés szerint kb. 239 ezer sor a tényleges bizonyításkód, a többi generált numerikus tanúsítvány, amelyet a Lean kernel ellenőriz (sysnote). Amiben az olvasónak bíznia kell, az egy 63 soros állítás. Ugyanerre a sejtésre szeptemberben két másik, független bizonyítás is megjelent az arXiv-en, így ez nem egyedüli megoldás (TSN).

A poszt további eredményeket is felsorol: a LEAP keretrendszer emberi beavatkozás nélkül formalizálta a Weil-sejtéseket kb. 1,8 millió sor Leanben, 28 800 subagent hívással. Előrelépés történt Tarjan 1985-ös deque sejtésében. Megoldódott a STOC 2024 fő nyitott kérdése a kombinatorikus Boolean mátrixszorzásról. A Weil formalizálás kódja egyelőre nem nyilvános.

Rendszerfejlesztés: Rust portok és TPU kernelek

  • Zircon mikrokernel: egy kéthetes Argon kampány átírta a maradék C++ kódot, kb. 800 ezer sor safe Rust készült, amely átmegy minden kernel unit teszten és arm64-en bootol.
  • libgav1 (AV1 dekóder): kb. 170 ezer sor Rust, bitpontos egyezéssel. Profilozó eszközökkel a port 20–30%-kal gyorsabb lett az eredeti C++ és assembly kódnál.
  • TPU kernelek: a DuoDiscover minta 23 másodperces proxy mérésekkel 4,09-szeres átlagos gyorsulást ért el 17 JAXBench kernelen.
  • 9x9 Go motor: nyolc nap alatt kb. 2600 Elo javulás a nulláról indított AlphaZero alapról.

A rewrite minta lényege, hogy egy modul csak a függőségei lefordulása után kerül sorra. Minden levélmodult az eredeti, módosítatlan tesztkészlethez linkelnek. Így az agent nem tudja kistubolni a függőségeket vagy átírni a teszteket, hogy egy hibás port átmenjen.

Kémia és belső infrastruktúra

NMR adatokból molekulaszerkezetet meghatározó feladatnál 30 specializált agent és egy fizikai spektrumszimulátor 95% top-1 pontosságot ért el, nagyjából a duplájat az egyetlen agentes megoldásnak. A Google belül a Borg ütemezőben 24%-kal csökkentette a TPU workloadok preemptálását egyes hardvertípusokon, a flottaszintű memóriaoptimalizálás pedig túllépte az 1 PiB-os célt. A korábbi Antigravity kémiai skillekről itt írtunk: Antigravity kémiai skillek.

Mit jelent ez a gyakorlatban?

A /teamwork és a /boost ma már elérhető az Antigravityben, a Deep Review dokumentumellenőrzés heti két ingyenes hívással. A Google 10 000 akadémiai kutatónak hat hónap ingyenes hozzáférést ad a legmagasabb csomaghoz, a formális bizonyítási minta később érkezik. A háttérben futó modellekről korábban: Gemini 4 Hydrogen.

A tanulság fejlesztői szemmel nem a sorszám, hanem a minta: sok párhuzamos jelölt, szigorú automatikus ellenőrző, szűk kontextus agentenként. Aki saját agentes pipeline-t épít, ezt a felállást közvetlenül átveheti. Az eredmények nagy része egyelőre nincs lektorálva, ezt érdemes szem előtt tartani.

Röviden

  • A Courtade–Kumar sejtés bizonyítása Lean 4-ben ellenőrzött, de a sorok 99%-a generált tanúsítvány.
  • Két független bizonyítás is született ugyanerre a sejtésre.
  • Zircon és libgav1 Rust portok módosítatlan tesztkészlettel ellenőrizve.
  • A /teamwork és a /boost ma elérhető, 10 000 kutató ingyenes hozzáférést kaphat.

Kapcsolódó cikkek