Act Wisely: Cultivando el Uso Meta-Cognitivo de Herramientas en Modelos Agénticos Multimodales | Razonamiento inteligente sobre cuándo y cómo usar herramientas externas en IA | Optimización de la toma de decisiones en agentes visuales de lenguaje

Abstract

PROBLEMA: Los agentes multimodales a menudo seleccionan herramientas de forma errónea o impulsiva sin considerar si la herramienta es realmente necesaria para la entrada visual/textual recibida, lo que lleva a un gasto innecesario de recursos o al fracaso de la tarea. SOLUCIÓN: Proponen "Act Wisely", un framework que cultiva capacidades meta-cognitivas en agentes. Permite que el modelo "piense antes de actuar", evaluando la idoneidad de una herramienta mediante un proceso interno de autocrítica y selección balanceada. METODOLOGÍA: El sistema utiliza una estrategia de entrenamiento basada en auto-reflexión donde el agente es penalizado por llamadas a herramientas redundantes y recompensado por resoluciones eficientes utilizando el mínimo de pasos necesarios. RESULTADOS: El método mejora la tasa de éxito en tareas complejas de razonamiento visual-herramienta en un 18% y reduce las llamadas a API innecesarias en un 30% en comparación con agentes base. RELEVANCIA: Crucial para sistemas agénticos que operan en entornos productivos donde el costo y la precisión del uso de herramientas externas son determinantes.