SkillTrace: un approccio basato su grafi per agenti LLM componibili

SkillTrace è un nuovo metodo per comporre abilità riutilizzabili in agenti basati su grandi modelli linguistici (LLM), introdotto in un articolo su arXiv (2608.02356). L'approccio affronta la sfida di identificare composizioni di abilità complete ed eseguibili organizzando le query degli utenti in una gerarchia semantica, confrontando le query di abilità con i candidati e propagando le dipendenze tra le abilità. Ciò è ottenuto attraverso un grafo a tre livelli che cattura le relazioni compositive tra le query di abilità, la similarità tra query e candidati e le dipendenze tra i candidati selezionati. Gli esperimenti su SkillsBench e ALFWorld dimostrano prestazioni all'avanguardia, con tassi di successo rispettivamente del 53,17% e del 91,43%. SkillTrace mostra anche miglioramenti costanti su diversi modelli linguistici di base, indicando la sua robustezza e generalizzabilità. L'articolo sostiene che il problema della composizione delle abilità è meglio risolto attraverso questo quadro basato su grafi, che va oltre il semplice recupero di abilità singolarmente rilevanti. L'efficacia del metodo su due benchmark distinti suggerisce il suo potenziale per migliorare gli agenti LLM in scenari complessi di risoluzione di compiti.