연구진은 다중 에이전트 시스템의 구성 자동화를 위한 새로운 방법론인 CANTANTE를 개발했습니다. CANTANTE는 에이전트 프롬프트를 수동 튜닝 대신 작업 보상을 통해 학습된 파라미터로 취급하여 신용 배분 문제를 해결합니다. MBPP, GSM8K, HotpotQA 벤치마크에서 기존 방식 대비 평균 순위 향상 및 최대 18.9점 성능 향상을 달성했으며, 추론 시간 비용은 동일하게 유지했습니다.