El artículo presenta AutoWorldBuilder, un sistema colaborativo multiagente diseñado para abordar los desafíos de explosión de contexto, consistencia y garantía de calidad en la construcción automática de mundos ficticios.

  • Un mecanismo de compresión de contexto de cuatro capas logra una reducción de tokens de aproximadamente el 90%.
  • Un sistema de revisión iterativa con agentes Auditor especializados mejora las tasas de aprobación de propuestas del 42% a más del 85%.
  • Los experimentos con GPT-OSS 120B y DeepSeek v3.2 demuestran una tasa de éxito del 95,0% en 20 tareas.
  • El sistema genera entre 56 y 103 conceptos autoconsistentes por mundo en 18 a 31 minutos con entrega sin conflictos.

Los autores argumentan que estos patrones arquitectónicos, incluida la compresión capa-presupuesto y la programación de localidad semántica, se transfieren a aplicaciones LLM multiagente más amplias intensivas en conocimiento.