यह शोधपत्र, कार्यकारी और पर्यवेक्षी एजेंटों से युक्त, AWorld ढाँचे के भीतर एक गतिशील बहु-एजेंट प्रणाली (MAS) का प्रस्ताव करता है, ताकि उन विश्वसनीयता संबंधी समस्याओं का समाधान किया जा सके जो तब उत्पन्न होती हैं जब बड़े पैमाने के भाषा मॉडल (LLM) पर आधारित बुद्धिमान एजेंट जटिल वास्तविक-विश्व समस्याओं को हल करने के लिए बाहरी उपकरणों का उपयोग करते हैं। विशेष रूप से, हम कार्यकारी एजेंटों के प्रदर्शन प्रोफ़ाइल बनाने के लिए नियंत्रण सिद्धांत में सिस्टम पहचान से प्रेरित एक पद्धति का उपयोग करते हैं। इन प्रोफ़ाइलों के आधार पर, पर्यवेक्षी एजेंट प्रत्येक एजेंट की विशिष्ट कमज़ोरियों के अनुरूप लक्ष्य-उन्मुख हस्तक्षेप करता है, जिससे सिस्टम की मज़बूती बढ़ती है। GAIA डेटासेट का उपयोग करके प्राप्त प्रायोगिक परिणाम दर्शाते हैं कि प्रस्तावित प्रोफ़ाइल-जागरूक MAS दक्षता और स्थिरता के मामले में एकल-एजेंट प्रणालियों और सामान्य पर्यवेक्षी प्रणालियों से उल्लेखनीय रूप से बेहतर प्रदर्शन करता है, और GAIA लीडरबोर्ड पर ओपन-सोर्स परियोजनाओं में शीर्ष रैंकिंग प्राप्त करता है। यह दर्शाता है कि विश्वसनीय बुद्धिमान प्रणालियों के निर्माण के लिए न केवल अंतर-एजेंट सहयोग की आवश्यकता होती है, बल्कि प्रत्येक एजेंट की विशिष्ट क्षमताओं और सीमाओं की अनुभवजन्य समझ की भी आवश्यकता होती है।
