An LLM-Based Approach for Creating Multi-agent Systems

P. 81–91.

Резуник Л., Александров Д. В., Mikhail Prozorskiy

Мультиагентные системы (МАС) могут использовать преимущества больших языковых моделей (БЯМ), но «галлюцинации» могут представлять опасность для процесса принятия решений.  В этой статье представлен подход к созданию МАС на основе БЯМ и предложена обобщенная архитектура таких систем.  Мы обеспечиваем проведение рассуждений с помощью предикатной логики для минимизации ошибок, а БЯМ используются исключительно для перевода естественного языка в Prolog с помощью нашего алгоритма коррекции сгенерированного кода.  Кроме того, мы внедрили агент безопасного логического вывода для проверки фактов и предотвращения нарушений правил, а также протестировали этот подход на примере МАС и продемонстрировали точность логических преобразований.  Результаты подтверждают, что БЯМ повышают эффективность МАС в сочетании со структурированным представлением знаний, открывая возможности для дальнейших исследований, направленных на повышение масштабируемости, оптимизацию эффективности и динамическое совершенствование онтологий.

Ключевые слова: decision-making, принятие решений, логика предикатов, мультиагентные системы, ontology, онтологии, smart home, умный дом, LLM, predicate logic, Multi-agent, большие языковые модели

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА: Методы и алгоритмы применения интеллектуальных агентов в процессе разработки и рефакторинга распределенных программных систем (2026)

В книге

Intelligent Decision Technologies. Proceedings of the 17th KES-IDT 2025 Conference

Vol. 450. , Cham: Springer, 2026.