Авторы проекта использовали четыре специализированных агента, работающих с большими языковыми моделями, а также управляющего агента для обеспечения оптимизации. Первый агент — это визуально-языковая модель, которая делает фотографии после каждого слоя печати, а затем анализирует их на предмет качества печати и наличия дефектов. Второй агент проверяет текущие настройки принтера, чтобы определить, что нужно изменить или улучшить для решения обнаруженных проблем. После этого информация передается агенту-планировщику решений, который создает план действий, который передается агенту-исполнителю, взаимодействующему с 3D-принтером. Все четыре агента управляются агентом-супервизором. 

Важно то, что речь тут не о специально обученных моделях, а о системах на базе GPT-4o. Также использовались и разработанные командой обобщенные структурированные подсказки, специфичные для конкретной области.