arXiv cs.CL· Phuong Tuan Dat, Qi Li, Xinchao Wang·· 2 天前AI 评分22
PRISM：基于特权同级图引导的多智能体拓扑设计
PRISM: PRIvileged Sibling-guided Multi-Agent Topology Design
AI 导读
PRISM 通过特权信息学习，从同一执行验证图语料中恢复每个查询的偏好信号：教师模型经零初始化低秩分支读取一个部署时不可用的同级图，学生在自己采样的轨迹上匹配其逐决策目标。在六个基准上，PRISM 优于所有评估过的拓扑设计基线，匹配教师对照实验支持了特权查询信息的贡献。代码已开源。
正文 · AI 翻译
摘要：基于大语言模型（LLM）的多智能体系统（MAS）已成为解决复杂问题的有力方式，其有效性关键取决于决定哪些智能体参与以及如何通信的协作拓扑。近期工作学习从任务查询生成该拓扑，将生成器拟合到经过执行验证的图语料库上。此类生成器的后训练方法仍存在局限：语料库只列出解决了查询的图，却从不为其排序，使持续监督微调（SFT）没有可用的逐查询偏好。缺乏这种偏好时，生成器会偏向语料库中出现最频繁的拓扑，而非适合每个查询的拓扑，因此在一个任务上的收益可能以另一个任务为代价。我们提出 PRISM，它通过特权信息学习从同一语料库中恢复逐查询信号：教师模型通过一个零初始化的低秩分支读取一个同样解决了该查询、但在部署时不可用的兄弟图，学生模型在学生模型自身采样的轨迹上匹配其逐决策目标。在六个多样化基准上，PRISM 优于所评估的每一个拓扑设计基线，匹配教师的对照实验支持了特权查询信息的贡献。代码可在此链接获取。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.20628 [cs.CL] |
| （或 arXiv:2610.20628v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.20628 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tuan Dat Phuong [查看电子邮件]
[v1]
2026年9月29日星期二 17:22:16 UTC（284 KB）
来源：arXiv cs.CL · arxiv.org