Les chercheurs proposent EvoSOP, un cadre permettant aux agents de grands modèles de langage (LLM) de synthétiser des actions atomiques en Procédures Opérationnelles Standard (SOP) réutilisables pour l'auto-évolution. Le système extrait ces SOP à partir de trajectoires d'exécution et optimise itérativement l'ensemble d'outils par la construction, la fusion, l'évaluation et l'élagage.
- Les agents créent des outils d'ordre supérieur appelables qui encapsulent une logique multi-étapes, évitant ainsi de réinventer les flux de travail de bas niveau.
- Le cadre met en œuvre un cycle de vie systématique pour extraire et optimiser les SOP à partir des interactions des agents.
- Les expériences montrent des améliorations significatives des taux de réussite des tâches et une réduction des rounds d'interaction par rapport aux méthodes de référence.
Cette approche favorise des schémas d'utilisation d'outils fiables et efficaces, offrant une voie évolutive pour le développement d'agents auto-évolutifs.