TechFlow Logo
Войти/ Регистрация
Газ ETH
Gwei
Страх
gas
ROMA: Центральный каркас открытых мета-агентов

ROMA: Центральный каркас открытых мета-агентов

2025.11.11
Поделиться
Ядром ROMA является структура, разработанная для многоагентных систем: иерархическое рекурсивное дерево задач.

Автор: Sentient China

Введение в ROMA (Recursive Open Meta-Agent)

ROMA (рекурсивный открытый мета-агент) представляет собой фреймворк с открытым исходным кодом для создания высокопроизводительных многоагентных систем. Он решает сложные задачи за счёт координации работы нескольких простых агентов и инструментов.

В основе ROMA лежит архитектурная структура, специально разработанная для многоагентных систем: Иерархическаярекурсивнаяструктура задачи (hierarchical recursive task tree).

В этой системе родительский узел разбивает сложную цель на несколько подзадач и передаёт контекст дочерним узлам для выполнения; после завершения подзадач результаты агрегируются и возвращаются родительскому узлу. Благодаря этому механизму передачи контекста ROMA делает создание агентов, способных обрабатывать средне- и долгосрочные многоступенчатые задачи, простым и надёжным.

Пример

Например, вы хотите, чтобы агент подготовил отчёт о климатических различиях между Лос-Анджелесом и Нью-Йорком.

В ROMA:

  • Узлы верхнего уровня разбивают задачу на несколько подзадач:

Подзадача 1: Изучить климат Лос-Анджелеса.

Подзадача 2: Изучить климат Нью-Йорка.

  • Каждая подзадача может вызывать специализированные агенты и инструменты, такие как модели поиска ИИ или погодные API.

  • После завершения обоих исследований родительский узел создаёт ещё одну задачу “Сравнительный анализ”, обобщая результаты в единый отчёт.

Такая структура делает процесс декомпозиции задач и агрегации результатов системы полностью прозрачным.

Преимущества ROMA

ROMA делает создание многоагентных систем более прямым и прозрачным.

  • Структурированный ввод/вывод на базе Pydantic обеспечивает четкость и отслеживаемость потока контекста;

  • Разработчики могут точно наблюдать за процессом рассуждения, что упрощает отладку, оптимизацию промптов и замену агентов;

  • Прозрачность системы позволяет быстро итеративно совершенствовать “инженерию контекста” вместо работы в режиме чёрного ящика;

  • Модульная архитектура позволяет вставлять агенты, инструменты или модели в любой узел, включая специализированных агентов на базе LLM или этапы “ручной проверки человеком”;

  • Древовидная архитектура изначально поддерживает параллельное выполнение, сочетая гибкость и высокую производительность, что идеально подходит для масштабных сложных задач.

Проверка эффективности: ROMA Search

Для проверки эффективности фреймворка команда Sentient разработала ROMA Search — веб-поискового агента на архитектуре ROMA (без конкретной доменной оптимизации).

На самом сложном подмножестве бенчмарка SEALQA — Seal-0 (тестирование сложной многоисточниковой логики) — ROMA Search показал точность на уровне 45,6%, установив новый рекорд.

  • Обходит ближайшего конкурента Kimi Researcher (36%);

  • Почти вдвое превышает показатели Gemini 2.5 Pro (19,8%);

  • Среди моделей с открытым исходным кодом ROMA Search значительно превосходит собственную разработку Sentient Open Deep Search (8,9%).

Кроме того, ROMA Search достиг лучших в отрасли показателей на FRAMES (многошаговое рассуждение) и показал уровень, близкий к топовому, на SimpleQA (поиск фактов), что демонстрирует его мощную универсальность для различных задач.

Открытость и расширяемость ROMA

ROMA имеет полностью открытый исходный код и обладает высокой степенью расширяемости.

Поиск — это лишь начало. Любой желающий может:

  • добавлять новые агенты;

  • расширять фреймворк с помощью пользовательских инструментов;

  • применять ROMA для финансового анализа, научных отчетов, генерации креативного контента и других областей.

ROMA предоставляет надёжный базовый каркас, а прорывные решения будут созданы экосистемой сообщества поверх него.

Почему «долгосрочные задачи” становятся препятствием для агентов

ИИ уже добился значительного прогресса в одношаговых задачах (например, сводка статей, написание писем, математические вычисления), но по-прежнему сталкивается с трудностями при работе с “долгосрочными задачами” — целями, требующими многоступенчатого рассуждения и последовательных действий.

Ключевая проблема заключается в накоплении ошибок.

Вероятность успешного выполнения одного шага моделью может достигать 99%, но при необходимости последовательного выполнения десяти операций общая вероятность успеха резко падает. Одно галлюцинирование, неверная интерпретация или потеря контекста способны привести к полному краху системы.

Поэтому создание стабильных систем, способных надежно обрабатывать множество подзадач и логически связывать информацию из разных источников, представляет собой крайне сложную задачу.

Для решения подобных проблем необходимо преодолеть два основных вызова:

  1. Архитектурный уровень (Meta-Challenge): Как спроектировать систему, способную надежно выполнять долгосрочное рассуждение даже при накапливании ошибок?

  2. Уровень задачи (Task-Specific Challenge): Для конкретных целей как определить оптимальные способы декомпозиции задач, инструменты, модели, промпты и шаги верификации?

Задачи поиска служат идеальным примером:

Они по своей природе многоступенчаты (поиск → чтение → извлечение → перекрёстная проверка → синтез) и требуют доступа к актуальным, сложным внешним знаниям.

Например, вопрос: “Сколько фильмов с бюджетом 350 миллионов долларов или выше не стали лидерами кинопроката в свой год выпуска?”

Для ответа на этот вопрос агенту необходимо:

  • разбить проблему (найти фильмы с высоким бюджетом → найти лидеров проката за каждый год);

  • собрать свежие данные из множества источников;

  • провести логический анализ полученных данных;

  • сформировать итоговый ответ.

В ходе этого процесса галлюцинации, ошибки сопоставления или цикличная неэффективность могут привести к провалу. Традиционные архитектуры агентов часто скрывают внутренние пути рассуждений, что существенно усложняет их настройку и улучшение.

Решение от ROMA

ROMA преодолевает вызовы долгосрочных задач, предоставляя Рекурсивную, иерархическую архитектуру системы.

Каждая задача выступает в роли “узла”:

  • выполняться напрямую;

  • или расщепляться на подзадачи;

  • или агрегировать результаты подзадач.

Древовидная структура делает поток контекста прозрачным и отслеживаемым, а также упрощает поэтапную оптимизацию.

Опираясь на этот каркас, разработчикам достаточно подобрать подходящие инструменты, промпты или механизмы верификации для каждого узла, чтобы создать устойчивую многоагентную систему.

Процесс выполнения в ROMA (на примере ROMA Search)

1️⃣ Atomizer (анализатор) —— Определение сложности задачи

Система начинается с основной задачи и сначала определяет, сможет ли один агент выполнить её самостоятельно или потребуется дальнейшая декомпозиция.

2️⃣ Planner (планировщик) —— Декомпозиция подзадач

Если задача сложная, узел переходит в режим планировщика и разбивает цель на более мелкие задачи, например:

  • поиск фильмов с бюджетом ≥ 350 млн долларов;

  • поиск лидеров кинопроката за соответствующие годы;

  • анализ и формирование списка фильмов, соответствующих критериям.

Для каждой подзадачи создается дочерний узел. Узлы могут зависеть друг от друга или выполняться параллельно.

3️⃣ Executor (исполнитель) —— Выполнение подзадач

Когда подзадача становится достаточно простой, узел переключается в режим исполнителя, вызывая необходимые инструменты или модели (например, поисковые API или модели извлечения информации), после чего передаёт вывод следующим узлам.

4️⃣ Aggregator (агрегатор) —— Интеграция результатов

После завершения всех исполнителей родительский узел превращается в агрегатор: он сводит результаты вместе, проверяет их на согласованность и формирует финальный ответ.

Ручная проверка человека (Human-in-the-Loop) и трассировка этапов (Stage Tracing)

На любом этапе человек может вмешаться для проверки фактов или дополнения контекста.

ROMA также может запрашивать у пользователя подтверждение подзадач на этапе планирования, чтобы избежать ранних ошибок интерпретации.

Даже без вмешательства человека система трассировки этапов фиксирует все входные и выходные данные каждого узла, помогая разработчикам быстро находить ошибки и оптимизировать логику.

Масштабируемость ROMA

Вышеприведённый пример демонстрирует только однократную декомпозицию задачи.

В реальных условиях ROMA поддерживает многослойную рекурсию, формируя глубокие деревья задач.

При независимости подзадач система автоматически выполняет их параллельно, обеспечивая эффективные вычисления с участием сотен и тысяч узлов.

Готовы присоединиться к будущему ИИ-агентов?

ROMA Search — это лишь отправная точка.

Мы полностью раскрыли исходный код ROMA и приглашаем разработчиков со всего мира совместно исследовать возможности платформы.

  • Разработчики (Builders): Попробуйте создавать агенты в ROMA, заменять модели, тестировать мультимодальные возможности или создавать контент генеративного типа (комиксы, подкасты) и решать аналитические задачи (научные отчёты).

  • Исследователи (Researchers): Развивайте исследования архитектуры мета-агентов на базе ROMA. Прозрачный механизм трассировки этапов предоставит уникальные инсайты во взаимодействие агентов и потоки контекста.

Прогресс закрытых систем зависит от одной компании; эволюция же ROMA опирается на коллективный разум всего открытого сообщества.

Присоединяйтесь к ROMA прямо сейчас:

Репозиторий на GitHub:

https://github.com/sentient-agi/ROMA

Видеопрезентация:

https://youtu.be/ghoYOq1bSE4?feature=shared

Источники:

¹https://arxiv.org/pdf/2506.01062

²https://moonshotai.github.io/Kimi-Researcher/

³https://arxiv.org/pdf/2409.12941

&sup4 https://openai.com/index/introducing-simpleqa/

TechFlow Logo

Платформа для поиска перспективных активов Главное о Web3, AI, золоте, акциях США и мировой экономике

Предложить статьюemail
Предложить темуmsg

Предупреждение о рисках: материалы сайта не являются инвестиционной рекомендацией. TechFlow не даёт торговых сигналов, не побуждает к совершению сделок и не оказывает связанных с торговлей услуг. В соответствии с уведомлением Народного банка Китая и ещё девяти ведомств о дальнейшей профилактике и пресечении рисков спекулятивной торговли виртуальными валютами просим читателей осознавать связанные с ними риски.

© 2024 TechFlow. Все права защищены.

Контакты: [email protected]

ICP-лицензия: 琼ICP备2022009338号