DeReAct Mimarisi, Yapay Zeka Ajanlarında Hata Yayılımını ve Yanıltıcı Görev Tamamlama İddialarını Önlüyor

Yapay zeka ajanlarının karmaşık iş akışlarında ve uzun soluklu araç kullanım senaryolarında karşılaştığı en büyük engellerden biri, eylem önerisi ile görev tamamlama mekanizmalarının tek bir büyük dil modeli politikasına sıkıca bağlı olmasıdır. Bu durum, hataların sisteme yayılmasına ve desteklenmeyen görev tamamlama iddialarının yürütmeyi erken sonlandırmasına zemin hazırlıyor. Bilgisayar bilimcileri Ajay Vohra, Tao Chen, Neeti Narayan ve Caron Zhang tarafından hazırlanan yeni bir araştırma, bu soruna çözüm olarak DeReAct adı verilen modüler bir ajan mimarisi kazandırdı.

Ekim 2026'da arXiv üzerinde yayımlanan makalede sunulan DeReAct, geleneksel yaklaşımlardaki sıkı bağlılığı ortadan kaldırarak ajan güvenilirliğini artırmayı hedefliyor.

Modüler Gating Politikaları: Critic ve Context Manager

Standart ReAct tabanlı ajanlar, eylemleri önermek, çevreyle etkileşime geçmek ve görevin ne zaman tamamlandığına karar vermek için tek bir LLM politikasına güveniyor. Bu birleşik yapı, eylem yetkilendirmesinin ve tamamlama kontrolünün bağımsız olarak denetlenmesini zorlaştırıyor.

DeReAct ise bu süreci dışsallaştırarak sisteme iki harici geçit politikası entegre ediyor:

- Critic (Eleştirmen): Önerilen eylemleri, yürütülmelerinden hemen önce doğruluyor. - Context Manager (Bağlam Yöneticisi): Çevre destekli bir durum inşa ediyor ve görevin tamamlandığını resmi olarak sertifikalandırıyor.

Bu ayrıştırma sayesinde, ajanların rastgele veya temelsiz gerekçelerle görev sonlandırması engellenirken, hatalı adımların sonraki aşamalara yayılmasının önüne geçiliyor.

Benchmark Sonuçları ve Model Performansları

GAIA ve SWE-bench Verified benchmark'ları üzerinde test edilen DeReAct mimarisi, özellikle daha zayıf beyin modellerinde belirgin iyileştirmeler sunuyor. Pass@1 metriklerinde en yüksek kazançlar daha zayıf modellerde görülürken:

- Qwen3-Coder-480B modelinde 6.5 ila 7.0 puanlık artış kaydedildi. - Claude Sonnet 4.5 modelinde ise 4.2 ila 5.2 puanlık iyileşme sağlandı.

Araştırma bulgularına göre, modelin temel kabiliyeti arttıkça bu kazançlar azalıyor. Örneğin, daha güçlü bir model olan Claude Opus 4.5 ile çalışıldığında Pass@1 skoru geleneksel ReAct ile benzer seviyede kalıyor. Buna karşın DeReAct, daha güçlü temellendirme sağlayarak eksiği kapatıyor ve daha kanıt-tamamlayıcı, kısıtlamalara uyumlu yörüngeler üretiyor. Bu durum, sistemin daha erken sonlandırma eğilimini güçlü bir temel doğrulukla takas edebildiğini gösteriyor.

Ajan Mimarilerinde Güvenilirlik Arayışı

Kurumsal bilgi sistemlerine bağlanan yapay zeka ajanlarının yaygınlaşması, veri anlamlandırma ve uzun vadeli araç kullanımı süreçlerinde yeni güvenlik katmanlarına duyulan ihtiyacı artırıyor. Benzer şekilde, uzun vadeli araç kullanımı senaryolarında atılacak adımların maliyetini ve başarısını önceden kestirmeyi amaçlayan CITA gibi alternatif yaklaşımlar da ekosistemdeki güvenilirlik çalışmalarının derinleştiğini ortaya koyuyor. DeReAct'in sunduğu harici geçit mekanizması, özellikle zayıf modellerin hata toleransını düşürürken, güçlü modellerin de mantıksal tutarlılığını korumasında kritik bir referans mimari olarak öne çıkıyor.