El artículo presenta SHIFT, un marco de trabajo para diseñar sistemas multiagente dinámicos que se adaptan a cada consulta específica mediante predicción, eliminando la necesidad de ejecutar alternativas en tiempo de inferencia. A diferencia de los métodos tradicionales que requieren pruebas manuales costosas o ejecución simultánea, SHIFT utiliza un arquitecto local basado en LLM que aprende una política de construcción de harnesses desde la búsqueda y una función de valor que predice la utilidad equilibrando precisión y coste de ejecución. Para cada consulta, el sistema emplea la búsqueda de árbol de Monte Carlo (MCTS) para construir el harness óptimo. En una evaluación exhaustiva de 9.193 tareas en seis benchmarks que abarcan matemáticas, documentos y asistentes generales, utilizando un ejecutor Gemini 3.5 Flash, SHIFT alcanzó una precisión media del 80%, superando a 17 líneas base que incluyen optimización de prompts y búsqueda de flujos de trabajo. Esta mejora representa un 7,2 puntos porcentuales más que la línea base más fuerte. Además, un modo económico de SHIFT logró una mayor precisión media que cualquier línea base mientras consumía un 32% menos de tokens de ejecución. El estudio demuestra que seleccionar conjuntamente estructura, instrucciones y herramientas supera a la selección de solo instrucciones o solo herramientas en hasta un 9,1 puntos porcentuales, destacando la eficacia de la selección de valor aprendida para identificar harnesses más precisos y eficientes.
Noticias agregadas con IA