🤖 machine learning

Agentic Skill Optimization over Lie Algebroids

Este artigo introduz o LASKO, um novo framework que modela a otimização de habilidades agênticas usando algebros de Lie para representar políticas de edição e suas composições não comutativas, permitindo acelerações de ordens de magnitude ao filtrar edições por meio de testes de colchete de Lie de baixo custo antes da validação custosa por LLM.

Autores originais: Sridhar Mahadevan

Publicado 2026-07-14

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Sridhar Mahadevan

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você está tentando consertar uma máquina gigante e complexa feita de blocos de Lego, onde cada bloco é uma instrução específica, uma regra ou um checklist para um robô. Esta máquina é um "sistema de agentes" projetado para fazer coisas inteligentes. O problema é que, quando o robô comete um erro, você não pode simplesmente trocar um bloco de Lego e esperar pelo melhor. Às vezes, a ordem em que você troca os blocos importa imensamente. Se você consertar as "regras de segurança" antes de consertar as "regras matemáticas", a máquina funciona. Mas se você inverter a ordem, tudo desmorona.

Este é o quebra-cabeça que o artigo LASKO (Lie Algebroid SKill Optimization) tenta resolver.

O Problema: A Armadilha do "A Ordem Importa"

Pense nas instruções do robô como uma longa história escrita em uma linguagem especial chamada Markdown. Para tornar o robô melhor, um otimizador de IA tenta editar essa história. Ele sugere mudanças minúsculas: "Adicione uma regra aqui", "Delete aquele exemplo" ou "Corrija este esquema".

No modo antigo de fazer as coisas (chamado SKILLOPT), o otimizador age como um jardineiro desajeitado. Ele tenta uma mudança, vê se a planta cresce, então tenta outra. Ele assume que cada mudança é independente, como adicionar uma única flor a um jardim. Mas o artigo argumenta que isso está errado. Essas mudanças são mais como engrenagens em um relógio. Se você tentar consertar a mola antes de consertar a engrenagem à qual ela se conecta, o relógio não funcionará. O artigo mostra que duas mudanças que parecem perfeitamente boas isoladamente podem falhar miseravelmente se forem feitas na ordem errada.

O artigo argumenta explicitamente contra a ideia de que você possa simplesmente testar todas as combinações possíveis de edições uma por uma. Diz que tentar cada ordem possível (uma abordagem de "força bruta") é caro demais e lento, porque exige rodar o robô através de um teste massivo e caro a cada vez. Também argumenta contra a ideia de que um único "score" para uma mudança conte a história toda; às vezes, uma mudança parece boa imediatamente, mas estraga a capacidade do robô de aprender mais tarde.

A Solução: O Detector de "Aperto de Mão Secreto"

Os autores propõem um novo framework chamado LASKO. Para entendê-lo, imagine que as instruções do robô não são apenas uma lista plana, mas uma estrutura 3D com camadas ocultas.

A Camada Visível (A Âncora): É o que você vê na tela — as palavras reais mudando no documento.
A Camada Oculta (O Kernel): É o conteúdo invisível: o roteamento interno, as variáveis de template e o "humor" do robô que você não consegue ver imediatamente, mas que afeta como as mudanças futuras se comportam.
O Aperto de Mão Secreto (O Colchete/Bracket): Este é a grande ideia do artigo. É um teste matemático que verifica se duas mudanças "apertam as mãos" corretamente. Se você fizer a Mudança A depois a Mudança B, o resultado é o mesmo que fazer a Mudança B depois a Mudança A?

No mundo do LASKO, se duas mudanças não "comutam" (ou seja, a ordem altera o resultado), o sistema as sinaliza como um par de "alto colchete". Isso é como um guarda de trânsito em um cruzamento movimentado. Em vez de deixar cada carro (cada possível ordem de edição) passar para ver se bate, o guarda usa um sensor rápido e barato para verificar o fluxo de tráfego.

A Magia: Acelerando em 15 Vezes

Aqui é onde os números ficam empolgantes. O artigo realizou uma série de testes para ver se essa ideia do "guarda de trânsito" realmente funciona.

Eles configuraram um desafio onde o robô tinha que corrigir um fluxo de trabalho com 10 âncoras específicas (como "schema", "tool contract", "validator", etc.).

O Modo Antigo (Força Bruta): Para encontrar o conserto perfeito, você teria que testar cada ordem possível de edições. Para 10 itens, isso são 90 pares ordenados diferentes. Se você rodar cada um através de um modelo de IA gigante (como o DeepSeek V3.1 4-bit com 671B de parâmetros mencionado no artigo), leva uma eternidade.
O Modo LASKO: O sistema primeiro executa uma "sonda de colchete" (bracket probe) super rápida. Esta é uma conta pequena e barata que leva microssegundos (especificamente, o artigo nota que uma sonda levou cerca de 0,000127 segundos em um teste). Esta sonda prevê quais pares de edições têm maior probabilidade de serem os "alto colchete" que realmente importam.
O Resultado: Em vez de testar todos os 90 pares, o LASKO executa 90 sondas de colchete para filtrar a lista e, então, valida apenas os 10 pares previstos de topo.

Em seus experimentos, essa abordagem alcançou uma aceleração de quase 15× em comparação ao método de força bruta. Em um teste específico com um modelo DeepSeek V3.1, o método de força bruta levou 538,1 segundos para validar todas as opções, enquanto o LASKO fez o mesmo trabalho em apenas 36,2 segundos. Isso é uma aceleração de 14,85×.

Ainda mais impressionante, em um teste com um modelo Nemotron 70B, o tempo caiu de 712,4 segundos para 86,0 segundos (uma aceleração de 8,28×). Em todos os modelos testados, a aceleração média foi de 6,94×.

O Que Isso Realmente Significa

O artigo é muito cuidadoso ao dizer que isso não é uma varinha mágica que resolve tudo instantaneamente. Não elimina a necessidade da etapa de "validação" cara, onde o robô realmente testa o conserto. Em vez disso, atua como um filtro.

Pense nisso como um segurança de uma boate checando identidades na porta. A "sonda de colchete" é o segurança checando os documentos. É rápido e barato. Ele impede que as pessoas que definitivamente não entrarão (as ordas de edição ruins) cheguem à "validação servida" (a entrada real na boate), para que esta só precise lidar com quem tem uma chance real.

Os autores sugerem que este método permite que o sistema encontre a sequência de reparo perfeita (obtendo um score de 1,000) gastando apenas uma fração do tempo e do dinheiro. Em um teste com 160 edições, o método de força bruta precisaria de 25.441 verificações de validação caras. O LASKO, usando sua triagem de colchete, precisou de apenas 168 sondas (uma combinação de verificações de colchete e chamadas de validação final) para obter o mesmo score perfeito.

A Conclusão

O artigo sugere que, ao tratar a edição de habilidades não como uma lista plana de opções, mas como um sistema estruturado onde a ordem e o contexto oculto importam, podemos otimizar agentes de IA muito mais rápido. Não se trata de adivinhar melhor; trata-se de saber quais palpites valem o teste caro.

Embora os resultados sejam promissores e as acelerações sejam medidas em experimentos reais com modelos grandes, os autores apresentam isso como um novo framework de otimização. Eles mostam que o "colchete de Lie" (o teste de sensibilidade à ordem) é uma ferramenta poderosa para filtrar caminhos ruins antes que eles nos custem tempo e dinheiro. Ele transforma uma busca caótica em um labirinto em um tour guiado, garantindo que caminhemos apenas pelos caminhos que têm maior probabilidade de nos levar à saída.

Resumo Técnico: Otimização de Habilidades Agênticas sobre Álgebras de Lie (LASKO)

1. Declaração do Problema

A otimização de habilidades agênticas, exemplificada por frameworks como o SKILLOPT, envolve a melhoria do desempenho de agentes através da edição de artefatos estruturados (prompts, rubricas, esquemas, contratos de ferramentas, validadores e traços). A dificuldade central identificada neste artigo é que o espaço de busca para essas edições não é plano.

Não-Comutatividade: A ordem das edições importa. Reparar um esquema antes de aplicar uma regra de normalização pode gerar resultados diferentes de aplicar as mesmas em ordem inversa. Duas edições que parecem localmente razoáveis podem falhar quando compostas, ou edições fracas podem apenas se tornar produtivas em uma sequência específica.
Estrutura Latente vs. Efeitos Visíveis: Uma política de edição escolhida por um otimizador não é idêntica à mudança visível observada em um documento ou execução (rollout). Intervenções controladas frequentemente carregam coordenadas de implementação interna, estado latente, contexto de roteamento ou variáveis de template que são invisíveis em primeira ordem, mas impactam significativamente composições futuras.
Ineficiência dos Métodos Atuais: Ciclos de curto horizonte que validam apenas edições únicas perdem efeitos de interação críticos, enquanto a enumeração exaustiva de programas de edição ordenados é computacionalmente proibitiva devido ao alto custo das execuções (rollouts) e validações de Grandes Modelos de Linguagem (LLMs).

O artigo postula que este é um problema geométrico: a álgebra local de edições em torno de um artefato de habilidade tipado requer um formalismo que distinga entre intervenções controladas e seus efeitos visíveis.

2. Metodologia: Framework LASKO

O artigo introduz o LASKO (Lie Algebroid SKill Optimization), um framework que modela a otimização de habilidades sobre uma álgebra de Lie controlada $A \to M_d$ , em vez de um simples feixe tangente.

2.1 Formalismo Matemático

Categoria Base ( $M_d$ ): O espaço base é uma categoria tangente de objetos Markdown ancorados e tipados. Estes incluem documentos, planos, contratos de ferramentas e traços de validadores. Diferente de espaços de parâmetros euclidianos, estes são artefatos estruturados com âncoras específicas (ex: proteções/guardrails, campos de esquema, arestas de evidência).
A Álgebra de Lie ( $A$ ): O feixe $A_x$ no estado da habilidade $x$ contém políticas de edição controladas (seções $s, t \in \Gamma(A)$ ). Estas ainda não são mudanças visíveis, mas representam modos de intervenção (ex: "fortalecer proteção", "reparar esquema").
O Mapa de Ancoragem ( $\rho$ ): Um mapa de feixe $\rho: A \to TM_d$ $ρ : A \to T M_{d}$ mapeia uma intervenção controlada para seu efeito infinitesimal visível no artefato Markdown.
- Núcleo ( $\ker(\rho)$ ): Representa a estrutura latente (variáveis de template, escolhas de roteamento, estado oculto) que não possui efeito visível imediato, mas influencia composições futuras.
O Colchete de Lie ( $[\cdot, \cdot]_A$ ): Mede a sensibilidade à ordem da composição de duas políticas de edição. Se $[s, t]_A \neq 0$ , as edições não comutam. O colchete captura o "defeito de composição" antes que a intervenção seja projetada em dinâmicas observáveis.

2.2 Mecanismo Operacional

O LASKO utiliza um processo de ida e volta (forward-backward):

Passagem de Ida (Functor Tangente): Edições locais são projetadas para frente através de reescritas, execuções (rollouts) e contextos de observação.
Passagem de Volta (Estrutura Cotangente): Perdas de validação, críticas e sinais de falha são puxados de volta para âncoras específicas do artefato (retropropagação diagramática).
Diagnósticos de Curvatura: O sistema computa resíduos para medir não-fechamento e dependência de caminho:
- Resíduo de Frobenius Visível ( $R_{vis}$ ): Mede se as edições visíveis fecham sob o colchete de Lie.
- Resíduo de Defeito de Âncora ( $R_{anchor}$ ): Mede a lacuna entre a álgebra de intervenção estimada e os colchetes visíveis observados.
- Resíduo de Núcleo ( $R_{ker}$ ): Captura interações procedimentais ocultas onde os artefatos visíveis concordam, mas os traços diferem.
- Curvatura de Retropropagação Diagramática ( $Curv_D$ ): Mede a dependência de caminho na atribuição de crédito (culpa).

O objetivo de otimização minimiza uma perda combinada envolvendo o desempenho da tarefa e esses resíduos de curvatura, buscando pontos fixos de baixa curvatura onde as edições comutam ou sua não-comutatividade é contabilizada.

3. Principais Contribuições

Formulação Geométrica: O artigo reformula a otimização de habilidades agênticas como uma otimização sobre uma álgebra de Lie, distinguindo entre a intervenção controlada (seção) e o efeito visível (âncora).
Triagem por Colchete de Lie: Propõe o uso do colchete de Lie como uma estatística de triagem barata. Pares de alto colchete são identificados como candidatos para validação cara, enquanto pares de baixo colchete são filtrados. Isso substitui a enumeração de força bruta de sequências por sondagens de pares direcionadas.
Categoria Tangente de Markdown: Define uma categoria tangente formal para fluxos de trabalho Markdown tipados, permitindo o tratamento rigoroso de edições locais, dependências e morfismos de fluxo de trabalho.
Validação Empírica: O artigo fornece resultados preliminares de benchmarks demonstrando que o LASKO pode recuperar o desempenho de uma busca exaustiva de pares ordenados usando apenas uma fração do custo de validação.

4. Resultados Experimentais

O artigo relata resultados em vários benchmarks controlados, comparando estratégias de Edição Única Gananciosa (Greedy), Pares Ordenados Aleatórios, Pares Ordenados Exaustivos e LASKO-Priorizado.

Benchmark de Dez Âncoras: Em uma cadeia controlada de 10 âncoras, o LASKO alcançou uma pontuação de 1.000 (igualando a busca exaustiva) usando apenas 10 sondagens de validação (mais 90 sondagens de colchete baratas). Em contraste, a abordagem gananciosa obteve 0.240 e os pares aleatórios obtiveram 0.266 (média).
Escalabilidade: À medida que o número de edições aumentava (até 160), o LASKO manteve uma pontuação de 1.000 com um número linear de sondagens de validação, enquanto a busca exaustiva exigiu crescimento quadrático em sondagens (ex: 25.441 sondagens para 160 edições vs. 168 para o LASKO).
Fluxos de Trabalho do Mundo Real:
- Pesquisa Financeira 10-K (BASKET/ROCKET): O LASKO priorizou ordens de reparo válidas (ex: extração de tabela antes de gating numérico) para atingir pontuação 1.000 com 29 sondagens de validação, comparado a 183 para a busca exaustiva.
- Variedades Causais Democritus/PSR: Ao reparar variedades causais para exercícios físicos e estudos de drogas GLP-1, o LASKO alcançou 1.000 com 21 sondagens de validação, igualando a busca exaustiva (111 sondagens).
- Feedback de Produto (Lovesac): Resultados semelhantes foram observados em uma tarefa de reparo de feedback de produto, com o LASKO atingindo 1.000 usando 19 sondagens de validação.
Aceleração (Speedup): Testado com vários modelos servidos (incluindo DeepSeek V3.1 4-bit, Nemotron e variantes Llama), o LASKO demonstrou acelerações variando de 3.69× a 14.85×. O principal motor foi a redução nas chamadas caras de validação de LLM, já que a triagem de colchete levava microssegundos (ex: 0.000508 segundos para 72 sondagens) comparado aos segundos por chamada de validação.

5. Significância e Alegações

O artigo afirma que o LASKO oferece uma solução estrutural para a ineficiência da otimização de habilidades agênticas. Ao modelar edições como seções de uma álgebra de Lie, o framework contabiliza explicitamente:

Dependência de Ordem: Reconhecendo que a sequência de reparos é crítica.
Estado Latente: Reconhecendo que edições carregam contexto oculto (núcleo) que afeta interações futuras mesmo que o artefato imediato pareça inalterado.
Economia de Validação: Fornecendo um método matematicamente fundamentado para filtrar o espaço de busca. O colchete de Lie atua como um "dispositivo de triagem" que identifica interações de edição de alto valor antes de incorrer no custo de uma execução completa de validação.

Os autores enfatizam que este é um framework preliminar. Os resultados mostram "acelerações de ordem de magnitude" em benchmarks específicos controlados, sugerindo que a estrutura geométrica das edições de habilidades pode ser explorada para tornar a auto-melhoria agêntica escalável. O artigo não pretende resolver todos os problemas de alinhamento ou raciocínio agêntico, mas aborda especificamente a otimização de artefatos de habilidade estruturados onde as edições são ancoradas, tipadas e sensíveis à ordem.