RunningTab: interazione diretta con lo spazio di lavoro tramite schede gestite dall’ambiente

Abstract degli autori

Gran parte del lavoro intellettuale consiste nel produrre nuovi elaborati a partire da file già presenti in uno spazio di lavoro, e gli agenti basati su LLM stanno iniziando a svolgere questo lavoro. Interagendo direttamente con il corpus, un agente può cercare e leggere da un terminale qualsiasi di questi file, senza indicizzarli. Chiamiamo «interazione diretta con lo spazio di lavoro» (DWI) la produzione di un elaborato a partire da molti file in questo modo. Accedere ai file, però, è solo metà del lavoro: nulla tiene traccia di ciò che il compito richiede, di quanto è stato letto e dei file elencati ma mai aperti. Tutte queste informazioni possono uscire dalla finestra di contesto senza lasciare traccia, così un agente può estrarre una cifra e poi consegnare un rapporto che non la contiene. Per affrontare il problema, presentiamo RunningTab, un framework che dota la DWI di una scheda gestita dall’ambiente: un registro, specifico per ogni compito, di ciò che resta da soddisfare, mantenuto dall’ambiente a fianco dell’agente. In particolare, l’agente inserisce i requisiti, mentre l’ambiente registra ogni file letto come estratto con la relativa provenienza e ogni file elencato ma non aperto come candidato. L’agente può quindi vedere ciascun requisito accanto agli estratti più pertinenti e ai principali candidati non aperti, soddisfarlo sulla base dei contenuti corrispondenti oppure accantonarlo indicandone il motivo. Se tenta di concludere con requisiti ancora aperti, li riceve in un controllo finale. Valutiamo RunningTab su tre benchmark con tre LLM: supera sistematicamente la DWI senza scheda e i metodi di riferimento che conservano il registro nel modello, mentre la sua scheda, una volta individuati i valori necessari a un elaborato, di norma li conserva.