Inherit-MAS: evoluzione dei sistemi multiagente in fase di test attraverso l’ereditarietà dei flussi di lavoro e delle esecuzioni

Abstract degli autori

I sistemi multiagente (MAS) basati su modelli linguistici di grandi dimensioni coordinano agenti specializzati per affrontare compiti complessi, ma è difficile progettare in anticipo flussi di lavoro efficaci. L’evoluzione in fase di test perfeziona i flussi di lavoro in base ai risultati delle esecuzioni, ma modifiche estese possono compromettere componenti utili, mentre ripetere l’esecuzione di richieste immutate può comportare calcoli ridondanti. Ispirandoci all’interazione tra ereditarietà e selezione nell’evoluzione biologica, presentiamo Inherit-MAS, che rende esplicita l’ereditarietà sia a livello del flusso di lavoro sia a livello dell’esecuzione. Un meta-modello genera dapprima un flusso di lavoro composto da agenti esecutori, con ruoli, input per la comunicazione e autorizzazioni all’uso degli strumenti dichiarati; un modello valutatore, istruito con un prompt separato, assegna poi un punteggio a ciascuna soluzione candidata eseguita e ne diagnostica le carenze. Nei normali cicli di perfezionamento, \emph{workflow inheritance} parte dall’ultima soluzione candidata completata, può eliminare i nodi rimovibili ritenuti inutili e applica una modifica convalidata per affrontare la carenza individuata. Quando la nuova soluzione candidata viene eseguita, \emph{execution inheritance} eredita i risultati memorizzati idonei solo se la richiesta completa, una volta risolti tutti i suoi riferimenti, e il contesto di esecuzione coincidono, evitando chiamate ridondanti ai modelli e agli strumenti. Con agenti esecutori GPT-4o-mini, Inherit-MAS raggiunge un tasso di completamento del 55,4\% su WorkBench e un F1 congiunto del 49,7\% su HotpotQA FullWiki, superando EvoAgent, EvoMAS e TacoMAS. Con agenti esecutori Qwen3-32B, supera questi sistemi multiagente a evoluzione dinamica su entrambi i benchmark. Rispetto alla ripetizione delle esecuzioni con lo stesso controller ma con l’ereditarietà delle esecuzioni disattivata, quest’ultima riduce il consumo di token degli agenti esecutori del 29,1\% su WorkBench e del 34,6\% su HotpotQA, e il consumo totale di token rispettivamente del 5,3\% e del 18,1\%.