Los modelos de lenguaje grandes (LLM) usados como agentes a menudo pierden el rastro de los objetivos en tareas largas, repitiendo acciones o usando herramientas incorrectamente. Para abordar esto, investigadores de Google, Georgia Tech y Peking University introducen el Grafo Procedural—una memoria estructurada que almacena conocimiento procedural como tripletes (procedimiento, relación, procedimiento), similar a cómo los grafos de conocimiento almacenan hechos. En cada paso, el nodo activo del agente localiza información de subgrafo relevante, que un modelo de guía convierte en consejos situacionales que sesgan pero no dictan la siguiente acción.

El grafo se auto-evoluciona: un refinador LLM compara trayectorias fallidas y exitosas, editando la topología y atributos del grafo, y solo compromete cambios que mejoran el rendimiento de validación retenida. Las ediciones rechazadas se mantienen para evitar repetir errores. Comenzando desde un esqueleto mínimo, este método construye grafos que igualan o superan los diseñados a mano, y puede reparar prioridades expertas defectuosas.

A través de múltiples conjuntos de datos, tipos de tareas y LLM de columna vertebral, el Grafo Procedural supera consistentemente las líneas base basadas en memoria, con auto-evolución añadiendo ganancias adicionales sin ingeniería manual.