Los investigadores presentan ALITA-G, un marco de autoevolución que transforma agentes de propósito general en expertos de dominio mediante la generación sistemática, abstracción y curación de herramientas del Protocolo de Contexto del Modelo (MCP). El sistema sintetiza herramientas candidatas a partir de trayectorias de tareas exitosas, las consolida en una MCP Box y utiliza selección aumentada por recuperación durante la inferencia.

  • En el conjunto de validación GAIA, ALITA-G alcanza un 83.03% pass@1 y un 89.09% pass@3, estableciendo un nuevo estado del arte.
  • El marco reduce los tokens medios por ejemplo aproximadamente un 15% en comparación con un agente base sólido.
  • Demuestra mejoras significativas en benchmarks como GAIA, PathVQA y Humanity's Last Exam.

ALITA-G proporciona una vía fundamentada desde la capacidad generalista hasta la competencia reutilizable y específica del dominio, mejorando tanto la precisión como la eficiencia en tareas de razonamiento complejas.