शोधकर्ताओं ने ALITA-G प्रस्तुत किया, एक स्व-विकास फ्रेमवर्क जो सामान्य-उद्देश्य वाले एजेंट्स को डोमेन विशेषज्ञों में बदल देता है, मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) टूल्स को व्यवस्थित रूप से जनरेट, अमूर्त और क्यूरेट करके। सिस्टम सफल कार्य ट्रैजेक्टरीज़ से उम्मीदवार टूल्स का संश्लेषण करता है, उन्हें MCP Box में एकीकृत करता है, और इनफरेंस के दौरान पुनर्प्राप्ति-वर्धित चयन का उपयोग करता है।
- GAIA वैलिडेशन सेट पर, ALITA-G 83.03% pass@1 और 89.09% pass@3 प्राप्त करता है, एक नई राज्य-कला परिणाम स्थापित करते हुए।
- फ्रेमवर्क मजबूत बेलाइन एजेंट की तुलना में प्रति उदाहरण औसत टोकन को लगभग 15% कम करता है।
- यह GAIA, PathVQA, और Humanity's Last Exam सहित बेंचमार्क्स पर मजबूत लाभ प्रदर्शित करता है।
ALITA-G सामान्य क्षमता से पुनः उपयोग योग्य, डोमेन-विशिष्ट दक्षता तक एक सिद्धांतवादी पथ प्रदान करता है, जटिल तर्क कार्यों पर सटीकता और दक्षता दोनों को बेहतर बनाता है।