IT
DynaFlow: imparare a coordinare agenti in modo flessibile
DynaFlow: Learning Free-Form Multi-Agent Orchestration · arXiv:2610.34467
In parole semplici
Ad alcune domande si può rispondere direttamente, mentre altre richiedono che più agenti si passino il lavoro. DynaFlow addestra un agente principale a scegliere se rispondere o scrivere un programma che coordina agenti di supporto fissi.
L’agente principale può esaminare ciò che questi restituiscono e decidere come procedere. Nei sei insiemi di domande, l’uso dei workflow senza addestramento spesso ha ottenuto risultati inferiori alle risposte dirette.
Dopo l’addestramento, ha raggiunto o superato le risposte dirette del modello non addestrato in tutti e sei gli insiemi. Le prove non mostrano come funzionerebbe su ogni tipo di domanda.
La ricerca
Quando i compiti variano, un solo modo fisso di suddividere il lavoro può aggiungere coordinamento inutile o non trasferire i risultati necessari tra le varie fasi.
La domanda è se un agente principale possa imparare sia quando delegare sia come organizzare il lavoro, invece di ricevere semplicemente accesso ad altri agenti.
DynaFlow addestra un agente principale a scegliere tra risposte dirette e workflow per sotto-agenti fissi, poi valuta accuratezza e coordinamento su sei insiemi di domande.
I ricercatori hanno misurato l’accuratezza delle risposte finali su 688 domande in sei insiemi, che coprono matematica da competizione e multilingue, ragionamento scientifico e domande che richiedono prove raccolte in più passaggi.
Hanno confrontato risposte dirette e workflow, nei quali un agente principale addestrato assegna e coordina il lavoro di sotto-agenti fissi, con altri metodi basati sullo stesso Qwen3.5-27B.
In modalità obbligatoria, che impone un workflow prima di affrontare concretamente il problema, DynaFlow ha ottenuto l’88.08%, contro il 77.18% di Self-Refine, il metodo di confronto valutato con l’accuratezza complessiva più alta.
Separatamente, senza addestramento al coordinamento, l’uso dei workflow ha ottenuto risultati inferiori alle risposte dirette in cinque insiemi; dopo l’addestramento Stage 1, la modalità obbligatoria ha raggiunto o superato le risposte dirette del modello non addestrato in tutti e sei. Questo andamento suggerisce che, in queste prove, il solo accesso ai workflow non era sufficiente.
I risultati riguardano 688 domande tratte da sei insiemi di valutazione campionati, non attività di ogni tipo.
Le modifiche al workflow tra Stage 1 e Stage 2 combinano esempi di addestramento selezionati e ulteriore addestramento; i risultati riportati non includono il confronto di controllo con un sottoinsieme casuale della stessa dimensione, necessario per isolare l’effetto della selezione.
Cosa mostrano le prove
- Perché i piani fissi possono fallire
Alcune domande possono essere risolte da un solo sistema, mentre altre richiedono passaggi distinti che dipendono dai risultati precedenti. Uno schema di collaborazione fisso può aggiungere lavoro inutile alle domande semplici o non trasferire informazioni tra passaggi collegati.
La ricerca esamina se un sistema può decidere quando la collaborazione è utile e organizzarla in base al compito.
- Dare più opzioni all’agente
DynaFlow è un framework che consente a un agente principale addestrato di rispondere direttamente, usare uno strumento o scrivere un programma che coordina sotto-agenti fissi. Il programma assegna il lavoro e specifica le dipendenze e il trasferimento delle informazioni.
I risultati restituiti e la traccia dell’esecuzione aiutano l’agente principale a decidere come procedere, anche se avviare un altro workflow.
- L’addestramento cambia il risultato
I ricercatori hanno misurato l’accuratezza delle risposte finali su 688 domande in sei insiemi, che coprono matematica da competizione e multilingue, ragionamento scientifico e domande che richiedono prove raccolte in più passaggi.
Senza addestramento al coordinamento, imporre un workflow ha ottenuto risultati inferiori alle risposte dirette in cinque insiemi. Dopo l’addestramento Stage 1, la modalità workflow ha raggiunto o superato le risposte dirette del modello non addestrato in tutti e sei.
- Confrontare i sistemi nel loro insieme
In modalità obbligatoria, che impone un workflow prima di affrontare concretamente il problema, DynaFlow ha raggiunto un’accuratezza dell’88.08% sulle 688 domande. Self-Refine, il metodo di confronto valutato con l’accuratezza complessiva più alta, ha raggiunto il 77.18%.
Entrambi usano Qwen3.5-27B come modello di base, ma differiscono per addestramento e procedura di risposta; il confronto valuta quindi i sistemi nel loro complesso.
- Scegliere quando collaborare
La modalità dinamica permette all’agente addestrato di scegliere tra una risposta diretta e un workflow. Ha risposto direttamente al 47.1% delle domande e raggiunto un’accuratezza dell’87.94%, vicina all’88.08% della modalità obbligatoria.
La sua media di 2.44 sotto-agenti per domanda, calcolata su tutte le domande, è stata inferiore ai circa 4.16 della modalità obbligatoria. In questa valutazione, queste medie suggeriscono che collaborare in modo selettivo può mantenere l’accuratezza con un uso minore degli agenti.
Dettagli
- Autori del paper originale
- Ruhao Liu, Qi Li, Shizun Wang, Xinchao Wang
- Inviato ad arXiv
- Licenza
- CC BY 4.0