💬 NLP

Talk to Right Specialists: Iterative Routing in Multi-agent Systems for Question Answering

El artículo presenta RIRS, un marco de orquestación sin entrenamiento que mejora los sistemas de preguntas y respuestas multiagente mediante el enrutamiento iterativo de consultas a los agentes especializados más relevantes y la agregación de sus respuestas para resolver problemas complejos de manera eficiente.

Autores originales: Feijie Wu, Zitao Li, Fei Wei, Yaliang Li, Bolin Ding, Jing Gao

Publicado 2026-04-07

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Feijie Wu, Zitao Li, Fei Wei, Yaliang Li, Bolin Ding, Jing Gao

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que tienes una gran empresa con muchos departamentos: uno de ventas, otro de ingeniería, otro de recursos humanos y otro de marketing. Cada departamento tiene sus propios archivos, secretos y conocimientos, pero por reglas de privacidad y seguridad, nadie puede mezclar todos esos archivos en una sola carpeta gigante.

Ahora, imagina que un cliente llama y hace una pregunta compleja, como: "¿Cómo afectó el último informe de ventas de ingeniería al presupuesto de marketing?".

Si el recepcionista (el servidor) no sabe a quién llamar, tiene dos opciones malas:

Llamar a todos los departamentos a la vez: Esto es un caos. Todos contestan a la vez, la línea se satura, el recepcionista se ahoga con tanta información y tarda horas en encontrar la respuesta correcta. Además, mucha gente está hablando de cosas que no tienen nada que ver con la pregunta.
No saber a quién llamar: El recepcionista se queda quieto y no responde.

Los autores de este paper, RIRS, proponen una solución inteligente para este problema. Aquí te lo explico con una analogía sencilla:

La Metáfora del "Mapa de Tesoros" (Resumen de Conocimiento)

En lugar de pedirle a cada departamento que envíe todos sus documentos al recepcionista (lo cual es ilegal o peligroso), cada departamento crea un resumen mágico.

El proceso: Cada departamento toma sus miles de documentos, los agrupa por temas similares (como poner todas las facturas en una caja, todos los contratos en otra) y crea una "etiqueta" o un "centro de gravedad" para cada caja.
La magia: Solo envían estas etiquetas al recepcionista. Las etiquetas dicen: "Aquí dentro hay información sobre ventas de verano" o "Aquí hay datos sobre ingeniería de puentes".
El resultado: El recepcionista tiene un mapa con etiquetas, pero nunca ve los documentos reales. La privacidad está protegida, pero el recepcionista sabe exactamente dónde buscar.

El Viaje del Mensajero (Enrutamiento Iterativo)

Cuando llega la pregunta del cliente, el recepcionista no llama a todos. Hace lo siguiente:

Lee la pregunta y mira el mapa: Si la pregunta es sobre "ventas de verano", el recepcionista mira las etiquetas y ve que solo el departamento de Ventas tiene la etiqueta correcta. ¡Solo llama a ese departamento!
La respuesta parcial: El departamento de Ventas responde: "Aquí están las ventas, pero no sé nada del presupuesto".
El refinamiento (Iteración): El recepcionista piensa: "¡Genial! Ya tengo la primera pieza del rompecabezas. Ahora necesito saber cómo eso afecta al presupuesto".
- Toma la respuesta parcial, la simplifica y crea una nueva pregunta más específica: "¿Cómo afectan las ventas de verano al presupuesto?".
- Mira el mapa de nuevo. Ahora sabe que necesita al departamento de Finanzas.
- Llama solo a Finanzas con la nueva pregunta.

¿Por qué es mejor que los métodos anteriores?

Evita el "Ruido": En el método antiguo ("llamar a todos"), el recepcionista tenía que leer 50 respuestas, 45 de las cuales eran irrelevantes. Eso confundía a la inteligencia artificial y hacía que se equivocara (el problema de "perdido en el medio"). RIRS solo trae las 2 o 3 respuestas que importan.
Ahorra tiempo y dinero: Llamar a un solo departamento es mucho más rápido que esperar a que 50 departamentos contesten.
Resuelve problemas complejos: Si la pregunta es muy difícil, RIRS no se rinde. Descompone el problema en pasos pequeños, como si fuera un detective que va de pista en pista, hasta encontrar la respuesta final.

En resumen

RIRS es como un director de orquesta muy eficiente que no deja que todos los músicos toquen a la vez.

Escucha la partitura (la pregunta).
Mira un pequeño índice (las etiquetas) para saber qué instrumentos (agentes) necesita.
Llama solo a esos instrumentos.
Si la canción es larga, pide a los músicos que toquen una parte, luego ajusta la partitura y llama a los siguientes músicos necesarios.

Así, la empresa puede responder preguntas complejas usando conocimientos distribuidos y privados, sin tener que mezclar todo en un solo lugar y sin perder tiempo ni dinero. ¡Es como tener un equipo de superhéroes que saben exactamente cuándo actuar y cuándo quedarse en silencio!

1. El Problema: Soberanía del Conocimiento y Limitaciones de los Sistemas RAG

El artículo aborda un desafío crítico en la implementación de sistemas de Generación Aumentada por Recuperación (RAG) en entornos empresariales y distribuidos:

Soberanía del Conocimiento: En muchas organizaciones, el conocimiento no está centralizado. Diferentes unidades de negocio, equipos o socios mantienen sus propias bases de datos privadas (documentos internos, contratos, informes de incidentes) que no pueden fusionarse en un repositorio único debido a restricciones de gobernanza, control de acceso y confidencialidad.
Fallo de los Agentes Únicos: Intentar centralizar todos los datos en un solo agente RAG es inviable y, como demuestran los autores, incluso perjudica la calidad de la recuperación al introducir demasiado ruido y contenido irrelevante ("lost-in-the-middle").
Ineficiencia del "Broadcast-to-All": Una estrategia natural sería enviar la consulta del usuario a todos los agentes RAG disponibles y agregar sus respuestas. Sin embargo, esto es ineficiente:
- Aumenta la latencia (esperando a los agentes más lentos).
- Desperdicia recursos computacionales.
- Degrada la calidad de la respuesta al saturar el contexto con información irrelevante, lo que confunde al modelo generador.
Falta de Enrutamiento Efectivo: Los métodos existentes de enrutamiento (basados en descripciones manuales o aprendizaje supervisado) fallan en este contexto porque no pueden capturar con precisión los límites de conocimiento de un agente sin compartir los datos crudos o requerir un entrenamiento costoso con datos que cubran todo el corpus local.

Objetivo: Diseñar un marco de orquestación que permita a un servidor responder preguntas consultando solo a los agentes más relevantes, preservando la soberanía de los datos y manejando preguntas complejas que requieren evidencia distribuida.

2. Metodología: RIRS (Routing and Iterative Refining-Solving)

Los autores proponen RIRS, un marco de orquestación sin entrenamiento (training-free) que consta de dos etapas principales:

A. Fase Offline: Resumen de Conocimiento (Knowledge Summarization)

En esta etapa, cada agente RAG prepara una representación ligera de su base de conocimientos local para el servidor, sin compartir datos crudos.

Codificación y Agrupamiento: Cada agente divide su corpus local en fragmentos y genera vectores de incrustación (embeddings) utilizando un modelo compartido.
Clustering Max-Min: Los vectores se agrupan en $n$ clusters coherentes utilizando un algoritmo de aproximación que maximiza la similitud mínima dentro de cada cluster (asegurando que los elementos de un cluster sean semánticamente relacionados).
Envío de Centroides: El agente calcula el centroide (promedio) de cada cluster y solo envía estos centroides (junto con un identificador del agente) al servidor.
- Ventaja: El servidor obtiene un mapa de las capacidades de conocimiento del agente en el espacio de incrustaciones, manteniendo los datos originales locales y privados.

B. Fase Online: Resolución de Consultas mediante Enrutamiento y Refinamiento Iterativo

Cuando llega una consulta del usuario, el servidor actúa como orquestador:

Enrutamiento (Routing): El servidor incrusta la consulta del usuario y la compara con los centroides subidos. Selecciona los Top-K centroides más similares y envía la consulta solo a los agentes correspondientes.
Evaluación de Respuestas: Los agentes seleccionados generan respuestas basadas en su conocimiento local. El servidor evalúa estas respuestas utilizando un Evaluador de Respuestas (un LLM) que clasifica cada respuesta como:
- Abordada completamente (Fully addressed).
- Abordada parcialmente (Partially addressed).
- No abordada (Not addressed).
Refinamiento Iterativo (Iterative Refining-Solving):
- Si la respuesta es completa, se genera la respuesta final.
- Si es parcial, el servidor utiliza un Simplificador de Preguntas para reescribir la consulta original, eliminando las partes ya resueltas y enfocándose en los aspectos no resueltos.
- El servidor vuelve a ejecutar el enrutamiento con la nueva pregunta refinada, consultando solo a los agentes necesarios para el siguiente paso.
- Este ciclo continúa hasta obtener una respuesta completa o agotar el límite de rondas.

3. Contribuciones Clave

Marco RIRS: Se introduce un marco práctico que coordina múltiples agentes RAG distribuidos sin violar la soberanía de los datos, utilizando resúmenes basados en centroides en lugar de compartir corpus crudos.
Análisis Teórico: Los autores proporcionan una demostración teórica que establece un límite superior para el error de enrutamiento cuando se utilizan centroides de clusters coherentes, garantizando que si una consulta es relevante para un fragmento de conocimiento, también será relevante para el centroide de su cluster.
Estrategia de Refinamiento Iterativo: A diferencia de los sistemas que intentan resolver todo en una sola pasada, RIRS descompone preguntas complejas (multi-hop) en pasos iterativos, refinando la consulta en cada ronda para reducir el ruido y mejorar la precisión.
Validación Empírica: Se demuestra que el enfoque mejora tanto la selección de agentes como la calidad de la respuesta final en comparación con métodos basales.

4. Resultados Experimentales

Los experimentos se realizaron en conjuntos de datos de preguntas y respuestas (QA) de un solo salto (Natural Questions) y de múltiples saltos (HotpotQA, 2WikiMultiHopQA, MuSiQue, Multi-Hop RAG).

Comparación con Límites Superiores (GoldRouter): RIRS se acerca significativamente al rendimiento de un "enrutador oráculo" (que sabe exactamente qué agente elegir), superando a otros métodos de enrutamiento.
Superioridad sobre Baselines:
- RIRS vs. Chameleon (basado en descripciones): RIRS supera a Chameleon, especialmente en preguntas complejas y con modelos base más débiles (hasta un 8% de mejora en precisión). Esto se debe a que las descripciones textuales son a menudo incompletas o demasiado genéricas.
- RIRS vs. RouterDC (basado en aprendizaje): RIRS supera a los métodos de aprendizaje que requieren datos de entrenamiento específicos, logrando mejoras de hasta un 15% en precisión.
Eficiencia: RIRS reduce significativamente la latencia y el consumo de tokens al evitar el "broadcast-to-all". Al seleccionar solo un subconjunto pequeño de agentes relevantes, reduce la interferencia de respuestas irrelevantes.
Configuración Híbrida: Los resultados muestran que es efectivo usar un modelo LLM fuerte en el servidor (para la orquestación y evaluación) y modelos más ligeros en los agentes, logrando un equilibrio óptimo entre costo y precisión.

5. Significado e Impacto

El trabajo de RIRS es significativo por varias razones:

Viabilidad Empresarial: Ofrece una solución práctica para el problema real de la fragmentación del conocimiento corporativo. Permite construir sistemas de IA robustos sin necesidad de centralizar datos sensibles, cumpliendo con regulaciones de privacidad y soberanía de datos.
Escalabilidad: Al evitar el entrenamiento de modelos de enrutamiento y el uso de descripciones manuales, el sistema es fácil de escalar y mantener. Los agentes pueden actualizarse independientemente.
Calidad en Preguntas Complejas: Demuestra que la estrategia de "dividir y conquistar" (refinamiento iterativo) es superior a intentar resolver preguntas complejas en una sola pasada, especialmente cuando la evidencia está dispersa.
Privacidad: Al compartir solo centroides de incrustaciones (resúmenes estadísticos) en lugar de documentos, se reduce la superficie de ataque y el riesgo de fugas de información, aunque los autores reconocen que sigue habiendo riesgos teóricos que requieren futuras investigaciones en privacidad diferencial.

En resumen, RIRS representa un avance importante hacia la orquestación eficiente y segura de sistemas multi-agente, permitiendo que la IA aproveche el conocimiento distribuido de manera inteligente sin comprometer la privacidad ni la eficiencia.