エージェンシックな組織の時代：言語モデルによる組織化の学習

要旨

我々は、エージェントが協調的かつ並行的に作業することで複雑な問題を解決し、個々の知能を超えた成果を可能とする「エージェンシック組織」という新たなAIの時代を構想する。このビジョンを実現するため、大規模言語モデルによる新しい推論パラダイムとして非同期思考（AsyncThink）を提案する。これは内的思考プロセスを並行実行可能な構造に組織化するものである。具体的には、オーガナイザーが動的にサブクエリをワーカーに割り当て、中間知識を統合し、一貫性のある解を生成する思考プロトコルを設計する。さらに重要なのは、このプロトコル内の思考構造が強化学習を通じて最適化可能な点である。実験結果では、AsyncThinkが並列思考と比較して推論遅延を28%低減しつつ、数学的推論の精度向上を達成することを示す。加えて、AsyncThinkは学習した非同期思考能力を一般化し、追加の訓練なしに未見タスクにも効果的に対処できる。

English

We envision a new era of AI, termed agentic organization, where agents solve complex problems by working collaboratively and concurrently, enabling outcomes beyond individual intelligence. To realize this vision, we introduce asynchronous thinking (AsyncThink) as a new paradigm of reasoning with large language models, which organizes the internal thinking process into concurrently executable structures. Specifically, we propose a thinking protocol where an organizer dynamically assigns sub-queries to workers, merges intermediate knowledge, and produces coherent solutions. More importantly, the thinking structure in this protocol can be further optimized through reinforcement learning. Experiments demonstrate that AsyncThink achieves 28% lower inference latency compared to parallel thinking while improving accuracy on mathematical reasoning. Moreover, AsyncThink generalizes its learned asynchronous thinking capabilities, effectively tackling unseen tasks without additional training.

エージェンシックな組織の時代：言語モデルによる組織化の学習

The Era of Agentic Organization: Learning to Organize with Language Models

要旨

Support