Os autores apresentam o PoTRE (Poly-Topological Reasoning Ensembles), uma estrutura projetada para abordar as limitações da solicitação padrão de fluxo único em tarefas complexas de raciocínio. O PoTRE desacopla a inferência em quatro agentes distintos: um Agente de Refinamento Adversarial, um Agente de Planejamento Estratégico Hierárquico, um Agente de Busca Espectral e um Agente de Cadeia Direta.
- O sistema emprega uma Camada de Agregação Adaptativa à Tarefa que reconcilia dinamicamente as saídas desses agentes por meio de seleção de candidatos, síntese semântica ou verificação neuro-simbólica.
- As avaliações no ARC-AGI-2, Humanity's Last Exam (HLE) e PRBench Finance mostram que o PoTRE alcança precisão de estado da arte de 49,92% no HLE.
- A estrutura demonstra desempenho de raciocínio aprimorado usando tokens de inferência semelhantes ou menores em comparação com bases homogêneas fortemente dimensionadas.
Essa heterogeneidade arquitetural permite soluções globais robustas em abstrações novas e restrições rigorosas de domínio sem exigir a escala massiva de modelos tradicionais.