自然言語は人間の思考やコミュニケーションの基本フォーマットであり、LLMにおいても使われています。しかし、LLMは訓練時に、非自然言語（コードや論理式など）にも触れています。そこで出てくる疑問が、LLMの推論やエージェント間コミュニケーションに自然言語が最適なのだろうか？というものです。
そこで研究者らはLLMに最適な非自然言語フォーマットを自ら選択させることで、推論効率を向上させ、マルチエージェントコミュニケーションでのトークン使用量が最大72.7%削減できる手法を実証しました。※コミュニケーションの有効性は維持したまま
LLMはタスクの指示から独自のフォーマットを考案でき、考案したフォーマットが他のLLMにも転用できることがわかりました。
