When Verification Is Late: Delay Floors and Placement Flips in Corrected Multi-Agent Systems

Resumen Técnico: Cuando la verificación llega tarde: Suelos de retraso y cambios de colocación en sistemas multiagente corregidos

Planteamiento del problema
El artículo aborda el diseño de sistemas multiagente (específicamente aquellos construidos sobre Modelos de Lenguaje de Gran Escala o LLMs) donde un enjambre de agentes poco fiables es guiado hacia la exactitud fáctica por un subconjunto de "correctores" o verificadores. Mientras que la literatura previa ha establecido que añadir verificación mejora la exactitud en entornos sin retraso, y otros trabajos han demostrado que los retrasos de verificación pueden desestabilizar el consenso, ningún marco previo ha integrado estos factores para responder a una pregunta de diseño crítica: Dado un presupuesto fijo para la verificación, ¿cuánta corrección debe comprarse y dónde debe colocarse, cuando la verificación inherentemente toma tiempo?

Los autores modelan esto como un sistema de consenso de Laplaciano-fundamentado con retardo y anclaje (pinned, delayed grounded-Laplacian). En este modelo, los agentes intercambian creencias, y los correctores atraen al sistema hacia la evidencia solo después de un retraso de verificación $\tau$. El desafío central es que una atracción más fuerte (mayor fuerza del corrector $w$) mejora la exactitud pero también aumenta el riesgo de inestabilidad bajo retraso, creando un compromiso que las teorías de colocación tradicionales sin retraso no pueden capturar.

Metodología
Los autores formulan la dinámica del sistema como una ecuación diferencial estocástica de retardo lineal (SDDE):
$$\dot{x}(t) = -L_g x(t) - W x(t-\tau) + \xi(t)$$
donde $L_g$ es el Laplaciano fundamentado (que representa el acoplamiento de los agentes y el anclaje a la evidencia), $W$ es la matriz diagonal de las fuerzas de los correctores, $\tau$ es el retraso de verificación común, y $\xi(t)$ es ruido blanco.

La métrica principal de rendimiento del sistema es la coherencia ($H$), definida como la traza de la matriz de covarianza estacionaria de las creencias (equivalente a la norma $H_2$ al cuadrado desde el ruido hasta la creencia). El problema de diseño consiste en minimizar $H$ sujeto a una restricción de presupuesto sobre las fuerzas de los correctores.

Pasos analíticos clave:

1. Reducción Modal: Aprovechando la base de eigenvectores de $L_g$, el sistema se desacopla en $N$ modos escalares independientes. La coherencia total es la suma de las varianzas estacionarias de estos modos.
2. Varianza en Forma Cerrada: Los autores derivan una expresión exacta en forma cerrada para la varianza estacionaria $V(a, w, \tau)$ de un único modo escalar con tasa de decaimiento $a$, fuerza $w$ y retraso $\tau$. Esta expresión unifica la penalización sin retraso y la inestabilidad inducida por el retraso.
3. Análisis de Estabilidad: Identifican un límite de estabilidad estricto $w_{max}(\tau)$ más allá del cual el sistema oscila y pierde una distribución estacionaria.
4. Optimización: El artículo analiza la frontera de presupuesto-exactitud, determinando la distribución óptima de un presupuesto fijo entre los correctores (concentrar en pocos agentes fuertes frente a repartir entre muchos) bajo la restricción de retraso.

Contribuciones Clave y Resultados

1. El Suelo de Retraso (Techo de Exactitud):
   El artículo demuestra que para cualquier retraso no nulo $\tau > 0$, existe un límite inferior estrictamente positivo en la exactitud alcanzable (el "suelo de retraso"), independientemente de cuán grande sea el presupuesto de verificación.

   • Constante Exacta: En el límite de un retraso pequeño, el producto fuerza-retraso óptimo $w^* \tau$ converge al número de Dottie $\xi^* \approx 0.739085$ (la raíz única de $\cos \xi = \xi$).
   • Implicación: Ninguna cantidad adicional de presupuesto puede reducir la exactitud por debajo de este suelo. Una vez que el presupuesto alcanza un umbral específico ($B_{floor}$), más gasto no produce ganancias de exactitud; si el presupuesto se convierte mecánicamente en fuerza bruta sin recorte, puede degradar el rendimiento al empujar el sistema hacia la inestabilidad.

2. El Cambio de Colocación (Placement Flip):
   En sistemas sin retraso, la colocación óptima suele concentrar el presupuesto en unos pocos correctores fuertes (dependiendo de la curvatura de la ley de costes). Los autores muestran que el retraso altera fundamentalmente esta regla.

   • Mecanismo: El retraso impone un "codo" en la ley de costes en una fuerza específica $w^*(\tau)$. Más allá de esta fuerza, el poder adicional es inútil o perjudicial.
   • Resultado: Pasado un umbral de presupuesto de forma cerrada, la estrategia óptima cambia de concentrar recursos a repartirlos. Resulta estrictamente mejor desplegar muchos correctores moderados (cada uno limitado a $w^*(\tau)$) en lugar de unos pocos extremadamente fuertes.

3. Techo de Presupuesto Finito:
   A diferencia de las teorías sin retraso donde la coherencia mejora monótonamente con el presupuesto, el sistema con restricción de retraso tiene un techo de presupuesto finito ($B_{floor}$). Los objetivos que requieren una exactitud por debajo del suelo de retraso son matemáticamente inviables.

4. Condición de Conmutatividad para la Exactitud:
   El artículo establece que la reducción modal (suma de varianzas independientes) es exacta si y solo si la matriz del corrector $W$ conmuta con el Laplaciano fundamentado $L_g$ ($[L_g, W] = 0$). Para colocaciones no conmutativas, la reducción modal proporciona una aproximación de primer orden con un error conocido, aunque las estimaciones del límite de estabilidad pueden ser optimistas para colocaciones no uniformes.

5. Calibración Empírica:
   El modelo se calibra con datos de un enjambre corregido de Qwen3.6-35B-A3B. Los resultados muestran:

   • El modelo de relajación con retraso se ajusta bien a las trayectorias de creencia observadas ($R^2 = 0.94–0.99$).
   • Los retrasos de verificación más largos se correlacionan con retornos más lentos a la verdad.
   • Límite de Identificabilidad: Los datos confirman que el retraso ($\tau$) y la fuerza de corrección ($w$) no son identificables por separado a partir de trayectorias promediadas; colapsan en una única tasa efectiva. Esto concuerda con las predicciones teóricas para este tipo de modelo.

Significado y Reivindicaciones
El artículo afirma resolver una brecha entre dos literaturas existentes: la teoría de colocación sin retraso (que ignora el retraso) y la teoría de estabilidad por retraso (que ignora las restricciones de presupuesto).

• Mensaje Práctico: En los sistemas multiagente de LLM corregidos, la latencia de verificación, no la potencia de verificación, establece el límite último de la exactitud alcanzable.
• Guía de Diseño: Los diseñadores deben evitar el instinto de "acumular" más potencia de verificación indefinidamente. Una vez que el presupuesto supera el umbral dependiente del retraso, la estrategia debe cambiar de fortalecer agentes individuales a distribuir el presupuesto entre más agentes, limitando estrictamente la fuerza individual para evitar la desestabilización.
• Contribución Teórica: El trabajo proporciona la primera caracterización en forma cerrada del "suelo de retraso" en redes fundamentadas, identificando el número de Dottie como la constante fundamental que gobierna el compromiso entre la fuerza de corrección y la latencia de verificación.

Los autores mantienen la modestia respecto a las limitaciones, señalando que el modelo lineal describe la relajación alrededor de una meseta en lugar de la dinámica no lineal completa, y que las leyes de coste y las topologías de grafo utilizadas son estilizadas. También reconocen que, aunque el modelo se ajusta a condiciones específicas, no puede desentrañar el retraso y la fuerza de los datos promediados sin un ajuste por pregunta.