Большие языковые модели (LLM), такие как генеративно-предварительно обученные трансформеры (GPT), полезны в различных областях, таких как диагностика здоровья и деловые отчеты, но у них отсутствует способность эффективно установить приоритеты задач из-за их обработки памяти. Для улучшения этого введена новая многоагентная система с многоуровневой памятью, которая особенно эффективна для торговли акциями и фондами.
В этой системе один агент организует память на трех уровнях, каждый с собственным механизмом затухания, чтобы более точно напоминать когнитивные процессы человека. Агенты также могут участвовать в дебатах между агентами. Они используют свою многоуровневую систему памяти для интеграции исторических действий и маркетинговых идей, что позволяет им навигировать по финансовым изменениям, формулировать стратегии и обсуждать инвестиционные решения. Они также обладают индивидуализированными торговыми особенностями для повышения надежности принятия решений.