Un Agent Pour Les Régir Tous : Vers une IA Conversationnelle Multi-agents

L'augmentation du nombre d'agents conversationnels (CAs) disponibles sur le marché commerciale a conduit à ce que les utilisateurs soient confrontés à l'apprentissage et à l'adoption de multiples agents pour accomplir leurs tâches. Bien que des travaux antérieurs aient exploré le soutien à une multitude de domaines au sein de la conception d'un seul agent, l'expérience d'interaction en souffre en raison de l'espace d'action important des capacités souhaitées. Pour résoudre ces problèmes, nous introduisons une nouvelle tâche appelée BBAI : Intégration d'Agents Conversationnels Noirs, qui se concentre sur la combinaison des capacités de plusieurs CAs noirs à grande échelle. Nous examinons deux techniques : le couplage question-agent et le couplage question-réponse, visant à résoudre cette tâche. En exploitant ces techniques, nous concevons One For All (OFA), un système évolutif qui fournit une interface unifiée pour interagir avec plusieurs CAs. De plus, nous présentons MARS : Sélection de Réponses Multi-Agents, un nouveau modèle d'encodeur pour le couplage question-réponse qui encode conjointement les paires question-utilisateur et réponse-agent. Nous démontrons que OFA est capable d'intégrer automatiquement et avec précision un ensemble d'agents conversationnels commercialement disponibles couvrant des domaines variés. Plus précisément, en utilisant l'encodeur MARS, nous obtenons la meilleure précision sur notre tâche BBAI, surpassant des baselines solides.