arXiv cs.MA· Pascal Sowietzki, Steffen Holter, Yannick Metz, Emil Kasper, Raphael Baur, Mennatallah El-Assady·· 6 天前AI 评分34
ARIA：让 AI 智能体学会何时向更强模型求助
Ask Your Advisor: Learning When to Consult Stronger Models in Agentic Systems
AI 导读
针对 executor-advisor 系统中执行模型难以自我判断何时求助的问题，研究者提出元控制器 ARIA，将咨询建模为序列化资源分配问题，在工作流接触点选择 SILENT 或 CONSULT，动作价值由蒙特卡洛控制从带成本惩罚的结果中学习。
正文 · AI 翻译
摘要：为了平衡任务性能与计算成本，智能体工作流可以使用成本较低的模型来执行，并有选择地咨询更强的模型。在这类执行者-顾问系统中，执行者决定何时寻求建议，因此升级取决于自我评估，而当前的语言模型难以察觉自身推理在何处失败。对更强推理的需求在执行过程中出现，并因工作流阶段而异。我们提出 ARIA，一种元控制器，通过权衡任务成功与咨询成本来学习何时进行咨询。我们的方法将咨询形式化为一个序贯资源分配问题。在工作流接触点，ARIA 将执行证据映射为紧凑的状态抽象，并选择 SILENT 或 CONSULT，其动作价值通过蒙特卡洛控制从成本惩罚后的结果中学习。在 SWE-bench Verified、Terminal-Bench 2.1 和 $\tau^2$-bench 的评估任务中，ARIA 以不到顾问模型一半的成本，弥补了执行者-顾问成功差距的 44-81%。在另外十种评估条件（包括路由与级联方法、固定与提示式咨询，以及在匹配建议量下的随机放置）中，ARIA 取得了所观察到的最佳成功-成本权衡。这些策略紧凑且可检查，仅用一个咨询价格参数即可调控成功-成本权衡，而无需重新训练任一底层模型。
| 学科： | 多智能体系统（cs.MA） |
| 引用为： | arXiv:2610.13870 [cs.MA] |
| （或 arXiv:2610.13870v1 [cs.MA] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.13870 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Pascal Sowietzki [查看电子邮件]
[v1]
2026年10月9日星期五 17:19:54 UTC（1,447 KB）
来源：arXiv cs.MA · arxiv.org