arXiv cs.AI· Jongha Kim, Seohyun Lee, Jonathan Minho Chung, Jinsung Yoon, Hyunwoo J. Kim·· 14 小时前AI 评分34
CEPO：提升多智能体系统提示词优化的通用框架
CEPO: A General Framework for Improving Prompt Optimization in Multi-Agent Systems
AI 导读
研究者提出 Coordinator-Executor Prompt Optimization（CEPO）框架，将多智能体系统的系统级协调与智能体级执行拆分为共享协调提示词和各智能体专属执行提示词，并按各自角色分别引导更新。
正文 · AI 翻译
摘要：多智能体系统（MAS）既需要有效的协调，也需要专门的任务执行。现有的提示优化方法通常将这些功能耦合在特定于智能体的提示中。我们提出了协调者-执行者提示优化（CEPO），这是一个用于改进 MAS 中提示优化的通用框架。CEPO 通过共享的协调者提示和特定于智能体的执行者提示，将系统级协调与智能体级执行分离，并根据各自的角色指导其更新。这种结构允许共享的协调规则在各智能体之间一致地细化，同时保持执行指令可单独调整。CEPO 提供提示结构和优化指导，而现有的提示优化器执行底层搜索。涵盖四个领域 11 个基准的广泛实验表明，将 CEPO 应用于四种现有提示优化器可一致地提升其性能。消融实验和定性分析支持所提出的设计，而在文档理解 MAS 上的对照研究进一步表明，优化预算效率和性能随智能体数量的扩展均得到改善。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.34722 [cs.AI] |
| （或 arXiv:2610.34722v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34722 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jongha Kim [查看电子邮件]
[v1]
2026 年 10 月 26 日星期一 02:19:53 UTC（1,164 KB）
来源：arXiv cs.AI · arxiv.org