DynaFlow: Learning Free-Form Multi-Agent Orchestration
Pubblicata su AIChronos il · fonte del · Ruhao Liu, Qi Li, Shizun Wang, Xinchao Wang (National University of Singapore)
DynaFlow è un framework che integra la sintesi di flussi di lavoro esecutivi liberi nello spazio delle azioni del principale agente in sistemi multi-agente. L'agente decide dinamicamente quando collaborare e genera programmi specifici per il compito, coordinando sottagenti tramite esecuzione sequenziale o parallela e scambio strutturato di informazioni. Il sistema viene addestrato esclusivamente sull'agente principale mediante supervised fine-tuning su traiettorie distillate, mantenendo fissi tutti i sottagenti per separare l'apprendimento dell'orchestrazione dal miglioramento delle capacità esecutive.
- L'architettura permette all'agente di generare programmi che coordinano sottagenti attraverso esecuzione sequenziale o parallela e verifica strutturata.
- Il training avviene solo sull'agente principale tramite supervised fine-tuning su traiettorie distillate, lasciando invariati i modelli dei sottagenti.
- Dopo il fine-tuning iniziale, si esegue un affinamento (refinement) su esempi filtrati per premesse non supportate, verificazioni biasate e difetti nel flusso informativo.
- Il framework supera le baseline esistenti del 10.90 punti percentuali in modalità 'Forced' utilizzando lo stesso backbone Qwen3.5-27B.
- L'analisi dei flussi di lavoro evidenzia un uso più esplicito della verifica e dell'affinamento degli output a monte dopo l'addestramento.
Perché conta. Permette agli sviluppatori di creare sistemi multi-agente che adattano dinamicamente la collaborazione senza dover modificare i modelli sottostanti dei singoli agenti. Offre un approccio scalabile per migliorare l'orchestrazione complessa separando il processo decisionale dall'esecuzione, utile anche in contesti con risorse limitate.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.