# Supernet agéntica con enrutamiento del controlador según la consulta · Yila

> Tres franjas apiladas cuentan la historia: arriba, tareas, controlador, supernet y bucles de agentes de ejemplo; en medio, bloques constructivos y rutas de consultas de complejidad creciente; abajo, tres curvas de rendimiento frente a coste. Encaja en artículos sobre sistemas multiagente y agentes basados en LLM.

URL: https://yila.ai/es/templates/agentic-supernet-network-figure

La figura presenta una supernet en la que los roles de agente, como planificar, razonar, actuar, usar herramientas, reflexionar y evaluar, son nodos, y un controlador aprendido elige el siguiente nodo a partir de la tarea, el estado actual y la retroalimentación. Una pregunta factual atraviesa unos pocos nodos, mientras que una síntesis abierta visita muchos más. Tras leerla, un revisor debería entender por qué esto difiere de una única cadena construida a mano, y cómo la profundidad, una penalización de coste y el muestreo repetido equilibran la precisión frente al precio que se paga por consulta.

- **Panel de tareas de benchmark**: Cuatro filas arriba a la izquierda para lógica, preguntas de conocimiento, programación y planificación, cada una con conjuntos de datos de ejemplo que debe cambiar por los suyos.
- **Política del controlador**: Un icono de joystick con el rótulo de la política que elige el siguiente agente a partir de tarea, estado y retroalimentación.
- **Cuadrícula de nodos de la supernet**: Filas de círculos de colores; mantenga un color por rol y repita justo debajo la leyenda de los seis roles.
- **Bucle de retroalimentación**: Flechas discontinuas de la supernet al controlador, que muestran que cada paso ejecutado informa la siguiente decisión de enrutamiento.
- **Bucles agénticos de ejemplo**: Tres bucles enmarcados a la derecha: razonar, actuar y observar; un debate multiagente con juez, y un ciclo de borrador, puntuación y refinamiento.
- **Bloques constructivos**: Una cuadrícula de seis celdas con cadena de pensamiento, autorreflexión, actuar y observar, debate, búsqueda web y un evaluador.
- **Rutas según la complejidad**: Consultas simples, medias y complejas dibujadas cada una como una cadena de nodos, con una leyenda que indica el paso de cada nodo.
- **Gráficos de rendimiento y coste**: Tres paneles de doble eje que representan rendimiento y coste por consulta frente a número de capas, penalización de coste y número de muestras.

- Figura de mecanismo para artículo, Diapositivas de defensa, Póster académico, Material docente

- **Colores de rol coherentes**: El rosa significa evaluar en la leyenda de la supernet, pero responder en las rutas de consulta, y el amarillo representa a la vez planificar y evaluar en la ruta compleja. Los revisores pedirán un color por rol en todos los paneles.
- **Cómo aprende y se detiene el controlador**: La figura dice que la política elige el siguiente agente a partir de tarea, estado y retroalimentación, pero no cómo se entrena, qué recompensa optimiza ni cuándo termina el enrutamiento. Añada esos puntos a la leyenda o en una nota lateral breve.
- **Origen de las cifras representadas**: Las tres curvas son provisionales, no resultados. Cuando las sustituya por mediciones, indique los conjuntos de datos, el número de ejecuciones y si las bandas sombreadas muestran desviación típica o un intervalo de confianza.
- **Ejes lineales y logarítmicos mezclados**: El rendimiento va en un eje izquierdo lineal y el coste en un eje derecho logarítmico, lo que facilita juzgar mal el crecimiento. Nombre la escala y la base de precios del coste en el título de cada eje.

## FAQ

### ¿Puede esta visión general de la supernet servir directamente como figura de métodos?

Úsela como borrador de la visión general del método. Es una ilustración generada con IA: las curvas y los conjuntos de datos de ejemplo son provisionales y la codificación por colores no es coherente entre paneles, así que sustitúyalos por los detalles y resultados de su propio método antes del envío.

### ¿Puedo añadir tipos de agente o cambiar el enrutamiento?

La imagen no se edita elemento por elemento y no es un gráfico vectorial. Siga conversando en Yila, por ejemplo para pedir un agente de ejecución de código o un enrutador basado en recuperación en lugar de la política, y la figura completa se regenerará en torno a su descripción.

### ¿En qué formato se entrega?

Como una imagen PNG generada con IA en encuadre horizontal 4:3. Lleva mucho texto pequeño, así que dele todo el ancho de página en un artículo a dos columnas; si necesita arte vectorial, redibújela en su herramienta de diagramas siguiendo la distribución en tres franjas.

### ¿Es gratuita?

Ver esta página y el ejemplo no cuesta nada. Generar la figura en Yila, y cada revisión posterior, consume créditos. Las cuentas nuevas reciben 2.500 créditos, que cubren una primera versión y varias rondas de ajustes de los roles de nodo y las rutas.

### ¿Puedo quedarme solo con la franja superior como resumen gráfico?

Sí. Pida a Yila que dibuje solo las tareas, el controlador, la supernet y el bucle de retroalimentación, sin los bloques constructivos, los bucles de ejemplo ni los gráficos. El resultado queda mucho menos cargado y funciona bien como resumen gráfico, diapositiva inicial de una charla o figura en la web de un laboratorio.

### ¿Pueden los gráficos mostrar mis datos experimentales?

Las curvas generadas solo aproximan una tendencia que usted describe, y sus valores no son fiables. Represente sus mediciones reales con su herramienta de gráficos habitual, con los mismos ejes de rendimiento y coste, y combine luego ese panel con la parte de arquitectura de esta figura en la composición final.

---

- [Supernet agéntica con enrutamiento del controlador según la consulta](https://yila.ai/es/templates/agentic-supernet-network-figure)
- [llms.txt](https://yila.ai/es/llms.txt)
