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

Resumo Técnico: Quando a Verificação é Tardia: Limites de Atraso e Inversão de Posicionamento em Sistemas Multiagentes Corrigidos

Definição do Problema
O artigo aborda o design de sistemas multiagentes (especificamente aqueles construídos sobre Large Language Models) onde um enxame de agentes não confiáveis é guiado em direção à precisão factual por um subconjunto de "corretores" ou verificadores. Embora a literatura anterior tenha estabelecido que a adição de verificação melhora a precisão em configurações sem atraso, e outros trabalhos tenham mostrado que atrasos de verificação podem desestabilizar o consenso, nenhum framework prévio integrou esses fatores para responder a uma questão de design crítica: Dado um orçamento fixo para verificação, quanto da correção deve ser adquirida e onde ela deve ser posicionada, quando a verificação inerentemente leva tempo?

Os autores modelam isso como um sistema de consenso de Laplaciano fundamentado com atraso e ancoragem (pinned, delayed grounded-Laplacian consensus). Neste modelo, os agentes trocam crenças, e os corretores puxam o sistema em direção à evidência apenas após um atraso de verificação $\tau$. O desafio central é que um puxão mais forte (maior força do corretor $w$) melhora a precisão, mas também aumenta o risco de instabilidade sob atraso, criando um compromisso (trade-off) que as teorias tradicionais de posicionamento sem atraso não conseguem capturar.

Metodologia
Os autores formulam a dinâmica do sistema como uma equação diferencial estocástica de atraso linear (SDDE):
$$\dot{x}(t) = -L_g x(t) - W x(t-\tau) + \xi(t)$$
onde $L_g$ é o Laplaciano fundamentado (representando o acoplamento dos agentes e a ancoragem à evidência), $W$ é a matriz diagonal das forças dos corretores, $\tau$ é o atraso comum de verificação e $\xi(t)$ é o ruído branco.

A métrica primária de desempenho do sistema é a coerência ($H$), definida como o traço da matriz de covariância estacionária das crenças (equivalente à norma $H_2$ ao quadrado do ruído para a crença). O problema de design envolve minimizar $H$ sujeito a uma restrição de orçamento nas forças dos corretores.

Principais etapas analíticas incluem:

1. Redução Modal: Aproveitando a base de autovetores de $L_g$, o sistema é desacoplado em $N$ modos escalares independentes. A coerência total é a soma das variâncias estacionárias desses modos.
2. Variância em Forma Fechada: Os autores derivam uma expressão exata em forma fechada para a variância estacionária $V(a, w, \tau)$ de um único modo escalar com taxa de decaimento $a$, força $w$ e atraso $\tau$. Esta expressão unifica a penalidade sem atraso e a instabilidade induzida pelo atraso.
3. Análise de Estabilidade: Eles identificam um limite rígido de estabilidade $w_{max}(\tau)$ além do qual o sistema oscila e perde uma distribuição estacionária.
4. Otimização: O artigo analisa a fronteira orçamento-precisão, determinando a distribuição ideal de um orçamento fixo entre os corretores (concentrando em poucos agentes fortes versus espalhando por muitos) sob a restrição de atraso.

Principais Contribuições e Resultados

1. O Piso de Atraso (Teto de Precisão):
   O artigo prova que, para qualquer atraso não nulo $\tau > 0$, existe um limite inferior estritamente positivo para o erro alcançável (o "piso de atraso"), independentemente de quão grande seja o orçamento de verificação.

   • Constante Exata: No limite de um pequeno atraso, o produto força-atraso ótimo $w^* \tau$ converge para o Número de Dottie $\xi^* \approx 0.739085$ (a raiz única de $\cos \xi = \xi$).
   • Implicação: Nenhum montante adicional de orçamento pode reduzir a precisão abaixo deste piso. Uma vez que o orçamento atinge um limite específico ($B_{floor}$), gastos adicionais não geram ganhos de precisão; se o orçamento for mecanicamente convertido em força bruta sem limitação, ele pode, na verdade, degradar o desempenho ao empurrar o sistema para a instabilidade.

2. A Inversão de Posicionamento (Placement Flip):
   Em sistemas sem atraso, o posicionamento ideal frequentemente concentra o orçamento em alguns poucos corretores fortes (dependendo da curvatura da lei de custo). Os autores mostram que o atraso altera fundamentalmente essa regra.

   • Mecanismo: O atraso impõe um "joelho" na lei de custo em uma força específica $w^*(\tau)$. Além dessa força, o poder adicional é inútil ou prejudicial.
   • Resultado: Após um limiar de orçamento de forma fechada, a estratégia ótima inverte de concentrar recursos para espalhar recursos. Torna-se estritamente melhor implantar muitos corretores moderados (cada um limitado a $w^*(\tau)$) do que alguns extremamente fortes.

3. Teto de Orçamento Finito:
   Ao contrário das teorias sem atraso, onde a coerência melhora monotonicamente com o orçamento, o sistema com restrição de atraso possui um teto de orçamento finito ($B_{floor}$). Alvos que exigem precisão abaixo do piso de atraso são matematicamente inviáveis.

4. Condição de Comutador para Exatidão:
   O artigo estabelece que a redução modal (soma de variâncias independentes) é exata se, e somente se, a matriz corretora $W$ comuta com o Laplaciano fundamentado $L_g$ ($[L_g, W] = 0$). Para posicionamentos não comutativos, a redução modal fornece uma aproximação de primeira ordem com um limite de erro conhecido, embora as estimativas de fronteira de estabilidade possam ser otimistas para posicionamentos não uniformes.

5. Calibração Empírica:
   O modelo é calibrado contra dados de um enxame Qwen3.6-35B-A3B corrigido. Os resultados mostram que:

   • O modelo de relaxação com atraso se ajusta bem às trajetórias de crença observadas ($R^2 = 0.94–0.99$).
   • Atrasos de verificação mais longos correlacionam-se com retornos mais lentos à verdade.
   • Limite de Identificabilidade: Os dados confirmam que o atraso ($\tau$) e a força de correção ($w$) não são separadamente identificáveis a partir de trajetórias médias; eles colapsam em uma única taxa efetiva. Isso está alinhado com as previsões teóricas para este modelo de família.

Significado e Alegações
O artigo afirma resolver uma lacuna entre duas literaturas existentes: a teoria de posicionamento sem atraso (que ignora o atraso) e a teoria de estabilidade de atraso (que ignora restrições de orçamento).

• Mensagem Prática: Em sistemas multiagentes de LLM corrigidos, a latência de verificação, e não o poder de verificação, define o limite último de precisão alcançável.
• Orientação de Design: Os designers devem evitar o instinto de "acumular" mais poder de verificação indefinidamente. Uma vez que o orçamento excede o limiar dependente do atraso, a estratégia deve mudar de fortalecer agentes individuais para distribuir o orçamento entre mais agentes, limitando estritamente a força individual para evitar a desestabilização.
• Contribuição Teórica: O trabalho fornece a primeira caracterização em forma fechada do "piso de atraso" em redes fundamentadas, identificando o Número de Dottie como a constante fundamental que governa o compromisso entre a força de correção e o atraso de verificação.

Os autores mantêm-se modestos quanto às limitações, observando que o modelo linear descreve a relaxação em torno de um platô, em vez da dinâmica não linear completa, e que as leis de custo e topologias de grafo utilizadas são estilizadas. Eles também reconhecem que, embora o modelo se ajuste a condições específicas, não pode desmembrar atraso e força a partir de dados médios sem ajuste por pergunta.