PRISM: PRIvileged Sibling-guided Multi-Agent Topology Design

arXiv:2610.20628v1 公告类型：新

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协作拓扑——即决定哪些智能体参与以及它们如何通信的拓扑结构。近期工作从任务查询中学习生成该拓扑，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某个查询的图，却从不为其排序，使得持续监督微调（SFT）无法利用任何针对单个查询的偏好信号。缺乏这种偏好，生成器会偏向语料库中出现频率最高的拓扑，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针对每个查询的信号：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，学生模型则在自身采样的轨迹上匹配其逐决策目标。在六个多样化基准测试上，PRISM 优于所评估的每一个拓扑设计基线，且匹配教师对照实验支持了特权查询信息的贡献。代码见本链接。