Sistemas Multi-agente
[Brevemente]
Descrição da Oportunidade
A bolsa tem como objetivo investigar, desenvolver e validar uma abordagem baseada em grafos de conhecimento para suporte à memória, organização e visualização de conversas longas em sistemas multiagente baseados em modelos de linguagem. O trabalho incidirá na conceção de uma camada de memória conversacional estruturada sob a forma de grafo, capaz de representar tópicos, entidades, decisões, objetivos, restrições, perguntas em aberto e relações entre diferentes partes da conversa. Esta camada será explorada quer como mecanismo de recuperação de contexto para agentes com janelas de contexto limitadas, quer como base para novas formas de interação e visualização da evolução da conversa, permitindo ao utilizador compreender, navegar e retomar conversas longas e complexas de forma mais eficaz. Serão estudadas arquiteturas de memória para agentes conversacionais, técnicas de construção incremental de grafos a partir de diálogo, mecanismos de recuperação de subgrafos relevantes para apoio à resposta, e formas de visualização interativa da estrutura temática e semântica da conversa. O trabalho terá uma componente experimental e de prototipagem, com avaliação em cenários realistas de conversação longa, medindo a qualidade da recuperação de contexto, a consistência das respostas, a redução de dependência da janela de contexto, a utilidade da visualização e a experiência de utilização. Especificamente, as principais atividades a desenvolver pelo(a) bolseiro(a) são: - Estudar o estado da arte em sistemas multiagente baseados em modelos de linguagem, mecanismos de memória para agentes conversacionais, GraphRAG, grafos de conhecimento conversacionais e interfaces visuais para exploração de conversas longas. - Definir um modelo conceptual para representação de conversas sob a forma de grafo, incluindo tipos de nós, relações, atributos temporais, proveniência da informação e mecanismos de atualização ao longo da interação. - Conceber uma arquitetura multiagente para construção, manutenção e utilização do grafo conversacional, incluindo agentes especializados para extração de informação, atualização do grafo, deteção de relações entre tópicos, recuperação de contexto e geração de respostas. - Desenvolver mecanismos de memória de curto prazo baseados em grafos, capazes de selecionar subgrafos relevantes e convertê-los em contexto estruturado para modelos com janelas de contexto reduzidas. - Explorar formas de visualização e interação baseadas em grafos, permitindo ao utilizador navegar tópicos, decisões, perguntas em aberto, dependências e relações semânticas entre diferentes momentos da conversa. - Criar um protótipo funcional que integre a camada de grafo conversacional com um sistema multiagente baseado em modelos de linguagem. - Avaliar o protótipo em cenários de conversação longa e complexa, comparando a abordagem proposta com estratégias alternativas, como janela deslizante, sumarização recorrente ou recuperação vetorial simples. - Analisar os resultados obtidos em termos de qualidade das respostas, consistência conversacional, capacidade de recuperação de informação antiga, eficiência no uso do contexto, clareza da visualização e utilidade percebida pelo utilizador. - Sistematizar os resultados do trabalho, produzindo documentação técnica, relatórios de avaliação e, sempre que aplicável, contributos científicos sob a forma de artigos, demonstrações ou recursos reutilizáveis.
Habilitações Académicas
Licenciado em engenharia informática, sistemas de informação, ou área afim.
Requisitos Mínimos
Média de licenciatura superior a 12.
Fatores de Preferência
- Fluência em Português e inglês; - Experiência no desenvolvimento e avaliação de abordagens de gestão de memória em Sistemas Multi-agente.
Período de candidatura
Desde 14 May 2026 a 27 May 2026
[Brevemente]
Centro
Engenharia de Sistemas e Gestão Industrial