Flussi di lavoro agentici in continua evoluzione tramite la scomposizione semantica di compiti complessi

Abstract degli autori

I flussi di lavoro agentici organizzano compiti complessi in procedure riutilizzabili. Tuttavia, invocare un LLM a ogni passaggio comporta costi di inferenza ripetuti e ritardi. Proponiamo un framework per flussi di lavoro agentici in continua evoluzione, basato sulla scomposizione semantica dei compiti. Ogni sottocompito ha condizioni di applicabilità esplicite e una procedura che esegue codice o invoca un modello, quando necessario. Un agente usa il feedback dell’esecuzione per perfezionare la scomposizione e aggiornare queste procedure. Gli esperimenti nella competizione GLEE mostrano il framework in attività di contrattazione, negoziazione e persuasione. La maggior parte delle procedure osservate per la decisione finale è implementata in codice. Il codice è disponibile all’indirizzo https://github.com/Applied-Machine-Learning-Lab/NeurIPS2026_SeaFlow.