Explorando ROMA de Sentient Al ver la tabla de clasificación de @SentientAGI, parece que la calidad del contenido es bastante importante. Así que voy a escribir sobre ROMA, que creo que es la que tiene la mayor capacidad técnica en Sentient. 1. ROMA no es un modelo de IA. - ROMA es exactamente un marco de trabajo Multi-agent, es decir, varios agentes de IA que, de manera jerárquica y recursiva, consultan los valores de cada agente para obtener la respuesta más confiable y precisa. En el Readme de GitHub, generalmente se puede ver la relación básica de los códigos, donde se utilizan las claves API de modelos de IA como GPT y Gemini. 2. ¿Y cuál es la clave? - La clave está en la división de roles de Atomizer, Executor, Planner y Aggregator. Cuando se presenta una tarea, se decide si se manejará de forma individual o en grupo (Atomizer), se determina cómo resolverla (Planner), se ejecuta según lo planeado (Executor) y luego se recopila (Aggregator) para devolver la respuesta. Además, se puede optar por una etapa de verificación a través de un Verifier para validar la respuesta. 3. ¿Se utiliza solo un modelo? - No. Si se consulta el código de Quickstart, se especifican diferentes modelos, excepto el Executor (por ejemplo, gpt-4o-mini, gemini-2.5-flash). Así que parece que no se utiliza un solo modelo, sino varios para obtener la mejor respuesta. 4. ¿La respuesta siempre será la misma? - Tampoco es así. Cada modelo de IA puede dar resultados diferentes para una misma tarea, y depende de cómo se ajusten los parámetros, es decir, cómo se realice el fine-tuning. Por ejemplo, el parámetro más representativo, Temperature, tiene un rango de 0 a 2, donde valores cercanos a 0 producen respuestas consistentes, y valores cercanos a 2 generan respuestas variadas en cada ejecución. Al final, parece que la diferencia de rendimiento dependerá de cómo el usuario configure esto. Recientemente tuve la oportunidad de desarrollar un agente de IA por casualidad, y mientras estudiaba, sentí que lo que había aprendido ahora tiene sentido al ver el código de GitHub, así que decidí escribirlo :)