Les chercheurs présentent ALITA-G, un cadre d'auto-évolution qui transforme les agents à usage général en experts de domaine en générant, abstrayant et curant systématiquement des outils du protocole Model Context Protocol (MCP). Le système synthétise des outils candidats à partir de trajectoires de tâches réussies, les consolide dans une MCP Box, et utilise une sélection augmentée par récupération lors de l'inférence.

  • Sur l'ensemble de validation GAIA, ALITA-G atteint 83,03 % en pass@1 et 89,09 % en pass@3, établissant un nouvel état de l'art.
  • Le cadre réduit le nombre moyen de tokens par exemple d'environ 15 % par rapport à un agent de référence solide.
  • Il démontre des gains importants sur des benchmarks incluant GAIA, PathVQA et Humanity's Last Exam.

ALITA-G offre une voie rigoureuse allant de la capacité généraliste à la compétence réutilisable spécifique au domaine, améliorant à la fois la précision et l'efficacité sur les tâches de raisonnement complexes.