Resumen: En sistemas multiagente impulsados por modelos de lenguaje grande (LLM), desobedecer la especificación de roles (no cumplir con las responsabilidades y limitaciones definidas de un rol asignado, lo que puede llevar a que un agente se comporte como otro) es un modo de falla importante cite{DBLP:journals/corr/abs-2503-13657}. Para abordar este problema, en el presente artículo proponemos una claridad cuantitativa de los roles para mejorar la coherencia de los roles. En primer lugar, construimos una matriz de asignación de roles $S(phi)=[s_{ij}(phi)]$, donde $s_{ij}(phi)$ es la similitud semántica entre la trayectoria de comportamiento del $i$-ésimo agente y la descripción de rol del $j$-ésimo agente. Luego definimos la matriz de claridad de roles $M(phi)$ como $text{softmax}(S(phi))-I$, donde $text{softmax}(S(phi))$ es un softmax por filas de $S(phi)$ y $I$ es la matriz de identidad. La norma de Frobenius de $M(phi)$ cuantifica la alineación entre las descripciones de roles de los agentes y la trayectoria de sus comportamientos. Además, empleamos la matriz de claridad de roles como regularizador durante el ajuste ligero para mejorar la coherencia de los roles, mejorando así el rendimiento de las tareas de un extremo a otro. Los experimentos en el sistema multiagente ChatDev muestran que nuestro método mejora sustancialmente la coherencia de roles y el desempeño de las tareas: con Qwen y Llama, la tasa de superación de roles disminuye de $46,4%$ a $8,4%$ y de $43,4%$ a $0,2%$, respectivamente, y la puntuación de claridad de roles aumenta de $0,5328$ a $0,9097$ y de $0,5007$ a $0,8530$, respectivamente, la tasa de éxito de la tarea aumenta de $0,6769$ a $0,6909$ y de $0,6174$ a $0,6763$, respectivamente.
Publicado originalmente en export.arxiv.org el 5 de abril de 2026.
Ver fuente original
