本論文では、SOCIA-Nablaというエンドツーエンドのエージェントフレームワークを提案しています。このフレームワークは、テキスト計算グラフ内のコードに対するインスタンス最適化としてシミュレーター構築を扱います。専門のLLM駆動エージェントはグラフノードとして埋め込まれ、ワークフロー管理者がロス駆動のループを実行します。具体的には、コード合成、実行、評価、コード修正を繰り返します。最適化手法としてテキスト勾配降下法（TGD）を使用し、専門家の労力を最小限に抑えつつ、タスク固有の確認を人間が行う方式を採用しています。ユーザーモデリング、マスク採用、個人モビリティの3つのCPSタスクにおいて、SOCIA-Nablaは最先端の精度を達成しました。この研究は現在査読中で、コードは近日中に公開予定です。