マルチエージェント市場が4つのライバル・スモールモデルを稼働 — 摩擦の正体は欠けていたCUDAツールキットだけだった
hugging faceの「thousand token wood」シミュレーションは、gpt-oss-20b、minicpm3-4b、nemotron-mini-4b、qwen上で異種エージェントを実行する。この実験は、異なるモデルアーキテクチャが創発的な経済行動を生み出すことを実証した一方で、vllmの設定が依然として最大のエンジニアリング上のボトルネックであることを示した。
hugging face released a field report on 'thousand token wood v2', a multi-agent economy where participants operate on distinct small models: gpt-oss-20b (mxfp4), minicpm3-4b, nemotron-mini-4b, and a fine-tuned qwen 0.5b. the project utilized these divergent models—trained on different data with different post-training—to simulate a genuine market where agents 'argue' via trading mechanics rather than following a script. engineering friction was minimal despite the model variety; the major blocker was a vllm dependency issue where the cuda toolkit (nvcc) was missing from lean base images, requiring a switch to a cuda devel image. the project also implemented strict information security protocols, ensuring that secret insider tips provided to agents are stripped from prompts before processing to prevent data leakage, highlighting the architectural requirements for secure multi-agent environments.