arXiv cs.AI· Haofu Yang, Hongyang Yin, Ran Bi, Faguo Wu, Peng Xue, Feng Zhou, Han Zhang·· 1 天前AI 评分34
Ask on Demand（AOD）：面向并行智能体系统的按需定向同伴通信框架
Ask on Demand: Targeted Peer Communication for Parallel Agentic Systems
AI 导读
研究提出 Ask on Demand（AOD）通信框架，让并行 LLM 智能体在出现具体信息需求时向同伴发起定向求助，由框架从同伴执行历史中检索相关证据、选择合适同伴并生成针对性回复。团队用配对团队续跑训练轻量门控，以最终团队结果和推理成本作为监督信号，判断何时求助值得。在 AppWorld 和 WebShop 上，AOD 相比独立并行执行稳定提升任务表现，且推理成本低于现有信息共享基线。
正文 · AI 翻译
摘要：并行 LLM 智能体通过探索多条轨迹来处理复杂任务，但有用的发现仍孤立于各自的执行历史中。现有的共享方法往往在其他智能体的需求变得明确之前就选择或汇总信息，可能忽略后来变得重要的细节。我们提出按需询问（Ask on Demand，AOD），一种通信框架，使智能体能够在出现特定信息需求时寻求有针对性的同伴协助。在请求获得批准后，AOD 从同伴的执行历史中检索相关证据，选择合适的同伴，并生成针对该请求定制的回复。为判断此类协助何时值得，我们使用成对的团队续接训练一个轻量级门控，其监督信号来自最终团队结果和推理成本。在 AppWorld 和 WebShop 上的实验表明，AOD 相比独立并行执行能持续提升任务表现，同时推理成本低于现有的信息共享基线。这些发现凸显了将同伴通信与智能体不断演变的信息需求对齐，以实现更有效、更高效协作的益处。
| 评论： | 同等贡献：Haofu Yang 和 Hongyang Yin。通讯作者：Ran Bi 和 Faguo Wu |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41378 [cs.AI] |
| （或 arXiv:2610.41378v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41378 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hongyang Yin [查看电子邮件]
[v1]
2026年10月30日星期五 07:43:03 UTC（2,595 KB）
来源：arXiv cs.AI · arxiv.org