DynaFlow、固定型から動的なマルチエージェント編成へ

導入

マルチエージェントシステムの難しさは、単に多くのモデルを呼び出すことではない。どの時点で協働が必要なのか、タスクをどう分割するのか、前段の出力を後段がどのように利用・検証するのかが重要になる。既存のシステムには、固定された役割や接続構造、あらかじめ用意したテンプレートに依存するものが多い。しかし、問題の複雑さや情報の流れが変化する課題では、固定構造が制約になりうる。

DynaFlowは、実行可能なワークフローの合成をメインエージェントの行動空間に組み込む。メインエージェントは問題を見て、直接回答するか、サブエージェントを呼び出すかを判断し、必要なら個別のタスク向けプログラムを生成する。

主なポイント

• 必要なときだけ協働：単純な質問には直接答え、分解や検索、照合が必要な場合には協働を開始する。
• 逐次・並列実行に対応：サブエージェントを順番に、または同時に動かし、中間結果を構造化して渡せる。
• 検証をワークフローに組み込む：上流の結果を後続段階で確認し、修正や再利用につなげる。
• 推論中に計画を更新：実行結果とトレースを次の判断に反映し、協働の形を適応させる。
• 編成と実行を分離：学習するのはメインエージェントだけで、サブエージェントは固定する。

学習では、蒸留された軌跡による教師ありファインチューニングを行った後、根拠のない前提、偏った検証、情報伝達の欠陥を含む例を選別して改良する。これは、単にワークフローを動かすだけでなく、情報が段階をまたいで正しく伝わり、検証が実際に機能することを重視した設計だ。

結果と意義

数学的推論、科学質問応答、マルチホップ検索を含む6つのベンチマークで、DynaFlowはForcedモードにおいて88.08%の総合正解率を達成した。同じQwen3.5-27Bを基盤とする最強の評価ベースラインに対して、10.90ポイントの向上である。ワークフロー分析では、学習後に上流出力を明示的に利用し、検証し、さらに精緻化する傾向が強まった。

この研究が示す方向性は、エージェントの数を増やすことから、エージェント間の情報経路を設計することへの転換である。一方、動的編成には、不要な委任や、協働すべき場面での直接回答という課題も残る。今後は、直接回答と強制的なワークフローを反実仮想的に比較し、委任のコストと協働を省くコストを分けて測る評価が重要になるだろう。

DynaFlowは、静的な構成からタスク単位のプログラム生成へ進む一例である。すべてのエージェントを同時に強化するのではなく、中心となるエージェントに観察、編成、フィードバック利用を学習させる点が特徴だ。

出典：Hugging Face Daily Papers