AGENTIQLは、複雑な推論とスキーマの多様性に苦しむ既存のアーキテクチャの限界を克服するために提案されたエージェントベースのマルチエキスパートフレームワークです。このフレームワークは、質問を分解するための推論エージェント、サブクエリを生成するためのコーディングエージェント、列を選択するための改善ステップを組み合わせています。適応型ルーターは、モジュラーパイプラインと基本パーサーの間で選択し、効率と精度をバランスよく保ちます。パイプラインの複数のステップを並列に実行できるため、より大きなワークロードに合わせて拡張可能です。 Spiderベンチマークでは、AGENTIQLは実行精度と解釈の可能性を向上させ、Planner＆Executorマージ戦略を使用して140億モデルで最大86.07％のEXを達成しました。ルーティングメカニズムの効率によってパフォーマンスが左右され、より小さなオープンソースLLMを使用してGPT-4ベースのSOTA（89.65％EX）とのギャップを狭めました。 AGENTIQLは中間推論ステップを公開し、透明性を向上させ、セマンティックな解析に堅牢でスケーラブルで解釈可能なアプローチを提供します。
