L'article présente GEIS (Generation-Evaluation-Improvement loop of agent Skills), un cadre pour la génération d'articles longs de style Wikipédia qui remplace les pipelines multi-agents fixes par des compétences nommées et déclaratives. Implémenté dans Tasi Harness, le système compose des modules spécialisés pour l'écriture, la collecte de preuves et l'évaluation afin de permettre une amélioration inspectable et itérative.
- GEIS implémente une compétence d'écriture principale suivant une séquence Demande, Plan, Brouillon, Audit, Affinage et Livraison.
- Une compétence d'évaluation par paire génère des rapports de qualité structurés en utilisant une évaluation consciente du PDF.
- Une compétence d'amélioration mappe les constatations récurrentes en correctifs permanents pour la compétence d'écriture.
- Lors d'une expérience sur 20 sujets, GEIS a amélioré le rédacteur par défaut de Tasi Harness de 8,0 points sur une grille de qualité PDF sur 100 points.
- La compétence d'écriture corrigée a élevé le score moyen de 82,90 à 86,95, avec 17 sujets sur 20 montrant une amélioration.
Les auteurs soutiennent que le repositionnement de la génération longue comme une boucle guidée par l'évaluation permet des flux de travail modulaires et inspectables par rapport aux systèmes basés sur des invites entrelacées.