MetaCogAgent: Framework LLM Multi-Agente Metacognitivo con Delega di Compiti Autoconsapevole
È stato introdotto un nuovo framework LLM multi-agente chiamato MetaCogAgent, che trae ispirazione dalla teoria della metacognizione delle scienze cognitive. Ogni agente all'interno di questo framework è dotato di un'Unità di Autovalutazione Metacognitiva che valuta l'allineamento con le capacità del compito prima dell'esecuzione. Il framework presenta tre innovazioni chiave: un sistema di autovalutazione che combina incertezza articolata e dati storici sulle capacità per valutare la confidenza per ogni compito; un protocollo di delega adattivo che indirizza i compiti a bassa confidenza verso agenti più adatti attraverso valutazioni inter-agente; e un modulo di apprendimento dei confini di capacità che perfeziona continuamente i limiti di competenza percepiti di ciascun agente in base al feedback. Questo approccio affronta il problema dell'eccessiva fiducia nell'esecuzione dei compiti, prevalente nei sistemi esistenti che assegnano ruoli senza considerare le capacità di autovalutazione degli agenti. Il documento è disponibile su arXiv con ID 2605.17292.
Fatti principali
- MetaCogAgent è un framework LLM multi-agente ispirato alla teoria della metacognizione.
- Ogni agente ha un'Unità di Autovalutazione Metacognitiva.
- Il framework include un meccanismo di autovalutazione che combina incertezza verbalizzata e profili di capacità storici.
- Un protocollo di delega adattivo indirizza i compiti a bassa confidenza verso agenti più adatti.
- Un modulo di apprendimento dei confini di capacità aggiorna iterativamente i confini di competenza in base al feedback sulle prestazioni.
- I framework esistenti assegnano compiti in base a ruoli predefiniti senza autovalutazione.
- Il documento è su arXiv con ID 2605.17292.
- Il framework mira a prevenire l'esecuzione eccessivamente fiduciosa di compiti al di là delle competenze di un agente.
Entità
Istituzioni
- arXiv