Обучение настройке агентических систем АИ

arXiv: 2602.115774v4 Annuales Type: заменить резюме. Конфигурация систем агентов на основе LLM предполагает выбор рабочих процессов, инструментов, символических бюджетов и посылок из большого комбинаторного проектировочного пространства; они обычно обрабатываются сегодня фиксированными шаблонами или эвристиками с ручной корректировкой, которые применяют одну и ту же конфигурацию независимо от сложности запроса, что приводит к хрупкому поведению и расточительным расчетам. Для решения этой проблемы мы формулируем конфигурацию агента как полумарковый процесс принятия решений (SMDP), где каждая конфигурация действует в качестве временной расширенной опции, которая определяет порядок обработки системой агента запроса, и вводим ARC (агентический ресурс & настройка Ученик) - легкую иерархическую политику, которая динамическо выбирает конфигурации агентов для запросов. С точки зрения рассуждений, использования инструментов и агентских ориентиров АРК постоянно совершенствует по сравнению с соответствующими бюджетами МЛМ, повышая среднюю логическую точность на 31,3%, точность использования инструментов на 13,95% и удвояя { тау}-Бенч (Арлайн)