Bài báo này tập trung vào quy trình làm việc của tác nhân, trong đó nhiều tác nhân AI thực hiện các tác vụ phức tạp (ví dụ: suy luận, lập kế hoạch, v.v.). Hiệu suất của các quy trình làm việc này phụ thuộc rất nhiều vào các lời nhắc hướng dẫn vai trò của từng tác nhân và các lời nhắc không chính xác có thể làm giảm hiệu suất tổng thể của hệ thống. Để giải quyết vấn đề này, chúng tôi trình bày một phương pháp tối ưu hóa thời gian suy luận mới, ProRefine. ProRefine cải thiện động các lời nhắc cho các tác vụ suy luận nhiều bước bằng cách tạo và áp dụng phản hồi văn bản thông qua một vòng lặp của các tác nhân LLM, mà không yêu cầu đào tạo bổ sung hoặc gắn nhãn chính xác. Trên năm tập dữ liệu chuẩn suy luận toán học, ProRefine vượt trội hơn mô hình cơ sở Chuỗi suy nghĩ không có lần bắn từ 3-37% và cũng chứng minh tính hiệu quả của nó trong việc nâng cao hiệu suất của các mô hình nhỏ hơn lên các mô hình lớn hơn. Điều này cho thấy tiềm năng của nó trong việc đóng góp vào việc xây dựng các hệ thống AI lai mạnh mẽ và tiết kiệm chi phí cũng như cải thiện khả năng tiếp cận AI hiệu suất cao.
