최적화 또는 만족 문제에 대한 자연어 설명을 올바른 MiniZinc 모델로 변환하는 것은 논리적 추론과 제약 프로그래밍 전문 지식이 모두 필요하기 때문에 어렵습니다. 본 논문은 이러한 과제를 해결하기 위해 글로벌 에이전트 접근 방식을 사용하는 프레임워크인 Gala를 소개합니다. Gala는 여러 개의 전문화된 대규모 언어 모델(LLM) 에이전트가 글로벌 제약 조건 유형별로 모델링 작업을 분해합니다. 각 에이전트는 특정 종류의 글로벌 제약 조건을 감지하고 코드를 생성하는 데 전념하며, 최종 어셈블러 에이전트가 이러한 제약 조건 스니펫을 완전한 MiniZinc 모델로 통합합니다. 문제를 더 작고 잘 정의된 하위 작업으로 나누어 각 LLM이 더 간단한 추론 과제를 처리하므로 전체 복잡성을 줄일 수 있습니다. 여러 LLM을 사용한 초기 실험을 수행했으며, 일회성 프롬프트 및 사고의 연쇄 프롬프트와 같은 기준선보다 더 나은 성능을 보였습니다.