Agentic workflow validáció és minőségbiztosítás

Félév: 2026-2027 ősz

Kategória: Szoftver

Téma leírása

A kutatás háttere és motivációja A több lépésből és autonóm ágens-interakcióból álló munkafolyamatok, valamint a többágenses együttműködési hálózatok (Agent Meshes) egyre összetettebb mérnöki feladatok elvégzésére képesek. Architektúrájukból és nem-determinisztikus viselkedésükből adódóan azonban gyakran nehezen átlátható „fekete dobozként” működnek, ahol a hagyományos szoftvertesztelési eljárások nem nyújtanak elégséges garanciát. A döntési láncokban és az ágensek közötti kommunikációban fellépő hibák, hallucinációk és logikai inkonzisztenciák lépésről lépésre kumulálódhatnak, ami a végső kimenet megbízhatatlanságához vezet. A szoftvermérnöki gyakorlatban és az ipari alkalmazásokban elengedhetetlen, hogy az ilyen elosztott, autonóm rendszerek működése ellenőrizhető, determinisztikus és szigorú korlátok között tartható legyen. A kutatás és fejlesztés célja egy olyan átfogó, ipari szintű minőségbiztosítási keretrendszer és validációs réteg (védőháló) kidolgozása, amely a teljes szoftverfejlesztési életciklus (SDLC) mentén garantálja az ágensek működésének stabilitását, megfelelőségét és robusztusságát.

A hallgató feladatai

• Automatizált minőségbiztosítási pipeline és kiértékelés (Evals): Olyan tesztelési keretrendszer felépítése, amely szisztematikusan értékeli az ágens-munkafolyamatok köztes és végső eredményeit, determinisztikusan ellenőrizve az autonóm viselkedést statisztikai és szemantikai alapokon.

• Hallucinációk, inkonzisztenciák és anomáliák detektálása: Megbízható mechanizmusok kifejlesztése a döntési láncokban fellépő hallucinációk, logikai ellentmondások és nem-determinisztikus hibák valós idejű azonosítására és izolálására.

• Szintetikus tesztesetek generálása: Automatizált tesztadat- és forgatókönyv-generálási módszerek megvalósítása a szélső esetek (edge cases) szisztematikus lefedésére és a rendszer stressz-tesztelésére.

• Minőségi kapuk (Quality Gates) és biztonsági korlátok (Guardrails): Szigorú ellenőrző mechanizmusok és működési korlátok definiálása és integrálása a döntési lépésekhez és az ágensek közötti kommunikációhoz.

• Ágens-hálózatok felügyelete és KPI-ok definiálása: Nem egyedi ágensek megírása, hanem az ágensek közötti interakciók és üzenetváltások monitorozása, valamint olyan mérőszámok (KPI-ok) formalizálása, amelyek pontosan mérik a rendszer stabilitását, hatékonyságát és megbízhatóságát.

• Ipari bevált gyakorlatok és életciklus-integráció: Az ágens-fejlesztési életciklus (Agentic SDLC) bevált gyakorlatainak formalizálása, valamint egy működő, mérhetően alátámasztott védőháló- és validációs prototípus átadása a félév végére.

Ez a külső téma a Siemens Mobility csapatával valósul meg.

Külső partner: Siemens Mobility

Maximális létszám: 2 fő