Decisioni predittive disaccoppiate: un predittore condizionale condiviso per gli agenti

Abstract degli autori

Le decisioni degli agenti dipendono da relazioni empiriche che emergono dalle osservazioni raccolte durante la distribuzione e che le sole descrizioni dei task potrebbero non chiarire. Presentiamo Decoupled Predictive Decision Making (DPDM), un’architettura che formula decisioni eterogenee degli agenti come predizioni condizionali, affidate a un learner condiviso preaddestrato. I modelli linguistici forniscono rappresentazioni semantiche dei dati attuali e storici, mentre un predittore condizionale di uso generale prevede i target definiti dai task a partire dalle evidenze rappresentate. Il preaddestramento fornisce una capacità inferenziale riutilizzabile; le evidenze raccolte durante la distribuzione permettono di formulare predizioni specifiche per il problema senza aggiornare i parametri neurali di nessuno dei due modelli. Giudizi sugli strumenti, preferenze tra candidati e valutazioni del ragionamento condividono un’interfaccia basata su evidenze e query; una regola decisionale traduce le predizioni in scelte. Questa architettura stabilisce fonti complementari di capacità per gli agenti: la conoscenza semantica acquisita con il preaddestramento linguistico e l’inferenza empirica acquisita con il preaddestramento su dati strutturati. Un unico predittore LimiX-2 congelato viene impiegato per tutte e cinque le categorie di task. Con Qwen3.5-27B come encoder semantico, DPDM porta l’accuratezza media su 50 benchmark dal 78,80% ottenuto con prompting few-shot all’84,92%, usando i rispettivi budget di storia valutati, e raggiunge l’82,33% con storie e query identiche. Nei task BFCL e ToolSandbox di ToolPRMBench, i guadagni assoluti di accuratezza sono rispettivamente del 34,26% e del 28,87%, usando i rispettivi budget di storia valutati dai metodi. L’accuratezza migliora all’aumentare della storia. Con storie sbilanciate identiche, l’accuratezza bilanciata media migliora di 14,51 punti percentuali assoluti in cinque task di valutazione dei passaggi di ragionamento e con quattro encoder. DPDM fa dell’apprendimento dall’esperienza una capacità dei modelli fondazionali migliorabile in modo indipendente, creando un percorso condiviso affinché i progressi nella predizione condizionale migliorino le decisioni nei diversi task degli agenti.