Colaboração Heterogênea de Modelos de Fundação CientíficaHeterogeneous Scientific Foundation Model Collaboration
Os sistemas de modelos de linguagem grandes (LLMs) agentivos têm demonstrado capacidades robustas. No entanto, a sua dependência da linguagem como interface universal limita fundamentalmente a sua aplicabilidade a muitos problemas do mundo real, especialmente em domínios científicos onde modelos de base (foundation models) específicos de domínio foram desenvolvidos para lidar com tarefas especializadas que vão além da linguagem natural. Neste trabalho, apresentamos o Eywa, um framework agentivo heterogéneo concebido para estender os sistemas centrados em linguagem a uma classe mais ampla de modelos de base científicos. A ideia central do Eywa é aumentar modelos de base específicos de domínio com uma interface de raciocínio baseada em modelos de linguagem, permitindo que estes guiem a inferência sobre modalidades de dados não linguísticas. Este projeto permite que modelos de base preditivos, normalmente otimizados para dados e tarefas especializadas, participem em processos de raciocínio e tomada de decisão de alto nível dentro de sistemas agentivos. O Eywa pode funcionar como um substituto direto para um pipeline de agente único (EywaAgent) ou ser integrado em sistemas multiagente existentes, substituindo os agentes tradicionais por agentes especializados (EywaMAS). Investigamos ainda um framework de orquestração baseado em planeamento, no qual um planeador coordena dinamicamente agentes tradicionais e agentes Eywa para resolver tarefas complexas em diversas modalidades de dados heterogéneas (EywaOrchestra). Avaliamos o Eywa num conjunto diversificado de domínios científicos, abrangindo ciências físicas, da vida e sociais. Os resultados experimentais demonstram que o Eywa melhora o desempenho em tarefas que envolvem dados estruturados e específicos de domínio, ao mesmo tempo que reduz a dependência do raciocínio baseado em linguagem através de uma colaboração eficaz com modelos de base especializados.