ETD

• agenti
• agents
• artificial intelligence
• benchmark
• intelligenza artificiale
• large language models
• llm
• multi-agent systems
• sistemi multi-agente

Questo lavoro analizza e confronta sistemi agentici basati su Large Language Models in architetture ad agente singolo e multi-agente, evidenziandone unti di forza e limiti nella risoluzione di compiti complessi. Inoltre, viene proposta una mappatura/tassonomia dei principali framework e benchmark esistenti, con una validazione empirica di varie architetture su un benchmark che integra le tre versioni esistenti di ARC-AGI.
This work analyses and compares Large Language Models based agentic systems in single-agent and multi-agent architectures, highlighting their strengths and limitations in solving complex tasks. Furthermore, a mapping/taxonomy of the main existing frameworks and benchmarks is proposed, with an empirical validation on various architectures on a benchmark that incorporates the three versions of ARC-AGI.