最適化または満足の問題の自然言語記述を正しいMiniZincモデルに変換することは、論理的な推論と制約プログラミングの専門知識の両方が必要であるため、困難です。この論文では、この課題を解決するためにグローバルエージェントアプローチを使用するフレームワークであるGalaを紹介します。 Galaは、複数の特殊化された大規模言語モデル（LLM）エージェントがグローバル制約タイプごとにモデリング操作を分解します。各エージェントは特定の種類のグローバル制約を検出してコードを生成することに専念し、最終的なアセンブラエージェントはこれらの制約スニペットを完全なMiniZincモデルに統合します。問題をより小さく、明確に定義されたサブタスクに分割することで、各LLMはより簡単な推論課題を処理するため、全体の複雑さを軽減できます。複数のLLMを使用した初期実験を実施し、1回のプロンプトや事故の連鎖プロンプトなどのベースラインよりも優れた性能を示した。
