Dinamikus modell-választó (router) ágens-folyamatokhoz

Félév: 2026-2027 ősz

Kategória: Szoftver

Téma leírása

A kutatás háttere és motivációja Az ágens-alapú architektúrák térnyerésével egyre kritikusabbá válik az erőforrás-gazdálkodás: a csúcsmodellek (pl. Sonnet) kizárólagos alkalmazása feleslegesen növeli az API-költségeket és a válaszidőt, míg a kisebb, költséghatékony modellek (pl. Claude Haiku, GPT-4o-mini) önmagukban gyakran elbuknak a hosszú távú kontextuskezelést és mély érvelést igénylő lépéseknél. A modern autonóm folyamatok számos olyan részfeladatot tartalmaznak – például keresést, szűrést, egyszerű formázást –, amelyek kisméretű modellekkel is megbízhatóan elvégezhetők, amennyiben megfelelő vezérlési környezetet és védőhálót kapnak. A kutatás célja egy olyan intelligens, strukturált ágens-keretrendszer („harness”) és routing réteg kifejlesztése, amely az optimális modellkiválasztással és robusztus folyamatvezérléssel egyensúlyt teremt a végrehajtási sebesség, a működési költségek és a kimeneti pontosság között.

A hallgató feladatai

• Dinamikus router tervezése és feladat-komplexitás becslése: Olyan intelligens útválasztó komponens kifejlesztése, amely a részfeladatok nehézségének előzetes pontozásával (task complexity scoring) dönti el, hogy egy lépést egy kis méretű modell (SLM) vagy egy nagyméretű modell (LLM) hajtson-e végre.

• Többágenses védőháló-architektúra (Harness) megvalósítása: Strukturált többágenses munkafolyamat kialakítása, amely kisebb modellek párhuzamosításával, feladatbontással és külső állapotmentéssel (pl. strukturált Markdown alapú memóriakezelés) emeli a kisméretű modellek megbízhatóságát a csúcsmodellek szintjére.

• Hibakezelési és visszalépési (fallback) stratégiák: Robusztus hibajavító hurkok, validációs lépések és automatikus eszkalációs mechanizmusok kidolgozása a téves útválasztásból vagy kis modellek bizonytalanságából eredő minőségromlás kiküszöbölésére.

• Szisztematikus benchmark és kiértékelés: Részletes mérési metodika kidolgozása a késleltetés (latency), a tokenköltségek és a pontosság (accuracy) viszonyának vizsgálatára. A keretrendszerrel támogatott kis modellek és a közvetlenül meghívott nagy modellek összehasonlítása valós mérnöki forgatókönyveken keresztül.

A téma a Siemens Mobility ipari partnerségében valósul meg.

Külső partner: Siemens Mobility

Maximális létszám: 2 fő