研究者らは、Alitaを発表した。これは、既存の多くのフレームワークで見られる手動で事前定義されたツールへの過度な依存を避け、最小限の事前定義と最大限の自己進化を通じて複雑なタスクを実行するように設計された汎用エージェントである。

  • Alitaは、ドメイン全体での適応性と汎化性を高めるために、直接問題解決に使用するコンポーネントを1つだけ使用する。
  • システムは、オープンソースからタスク関連のモデルコンテキストプロトコル（MCP）を生成することで、外部機能を自律的に構築し、洗練させ、再利用する。
  • GAIAベンチマークの検証データセットにおいて、Alitaはpass@1で75.15%、pass@3で87.27%の精度を達成した。
  • Mathvistaではpass@1で74.00%、PathVQAではpass@1で52.00%のスコアを獲得し、より複雑なエージェントシステムを上回った。

このアプローチにより、Alitaは以前の洗練されたツールベースのアプローチよりも単純なアーキテクチャを維持しながら、エージェント推論を効果的にスケーリングできる。