SLM come Router Multi-Agente: Approccio Progressivo con SFT e RL

Un nuovo articolo di ricerca su arXiv (2608.00030) propone di addestrare un piccolo modello linguistico (SLM) per agire come router multi-agente, selezionando agenti di recupero specializzati e generando parametri strutturati per chiamate a strumenti a valle. L'approccio utilizza il fine-tuning supervisionato seguito da apprendimento per rinforzo, con una funzione di ricompensa gerarchica che bilancia la rilevanza del recupero e l'allineamento tematico query-agente. Questo metodo affronta i limiti del routing basato sull'intento incorporando il feedback dal contenuto recuperato, consentendo al modello di apprendere l'idoneità dell'agente in base al compito. L'articolo è scritto da ricercatori (nomi non forniti) ed è stato annunciato come una sottomissione di tipo incrociato. Il lavoro è rilevante per i domini dell'IA-tecnologia e digitale, offrendo un potenziale miglioramento nei sistemi di recupero.