O artigo apresenta o AutoWorldBuilder, um sistema colaborativo multiagente projetado para abordar os desafios de explosão de contexto, consistência e garantia de qualidade na construção automática de mundos fictícios.

  • Um mecanismo de compressão de contexto em quatro camadas alcança uma redução de tokens de aproximadamente 90%.
  • Um sistema de revisão iterativa com agentes Auditor especializados melhora as taxas de aprovação de propostas de 42% para mais de 85%.
  • Experimentos usando GPT-OSS 120B e DeepSeek v3.2 demonstram uma taxa de sucesso de 95,0% em 20 tarefas.
  • O sistema gera de 56 a 103 conceitos autoconsistentes por mundo em 18 a 31 minutos com entrega sem conflitos.

Os autores argumentam que esses padrões arquiteturais, incluindo compressão camada-como-orçamento e agendamento de localidade semântica, são transferíveis para aplicações LLM multiagente mais amplas intensivas em conhecimento.