बड़े भाषा मॉडल (LLM), जैसे कि जनरेटिव प्री-ट्रेन्ड ट्रांसफॉर्मर (जीपीटी), स्वास्थ्य डायाग्नोस्टिक्स और व्यापारिक रिपोर्ट्स जैसे विभिन्न क्षेत्रों में उपयोगी हैं, लेकिन उनकी मेमोरी प्रोसेसिंग की वजह से कार्यों को प्राथमिकता देने की क्षमता की कमी होती है। इसे सुधारने के लिए, एक नया एलएलएम मल्टी-एजेंट फ्रेमवर्क पेश किया जाता है, जो स्टॉक और फंड ट्रेडिंग के लिए विशेष रूप से प्रभावी है।
इस फ्रेमवर्क में, एक एजेंट मेमोरी को तीन लेयर में व्यवस्थित करता है, प्रत्येक मेमोरी में एक अलग अपघटन मेकेनिज़्म के साथ, ताकि वे मानवीय संज्ञानात्मक प्रक्रियाओं को अधिक समीपता दे सकें। एजेंट्स आपस में वाद-विवाद कर सकते हैं। वे अपने लेयर्ड मेमोरी सिस्टम का उपयोग करके ऐतिहासिक क्रियाओं और बाजार संबंधित ज्ञान को मिलाकर वित्तीय परिवर्तनों को नेविगेट करने, रणनीतियों को तैयार करने और निवेश निर्णयों पर वाद-विवाद करने की क्षमता प्राप्त करते हैं। उन्हें निर्णय की सुदृढ़ता में सुविधा प्रदान करने के लिए व्यक्तिगत व्यापार के गुणधर्म भी प्रदान किए जाते हैं।