Ag
PRISM: PRIvileged Sibling-guided Multi-Agent Topology Design
PRISM 提出一种面向 LLM 多智能体系统的拓扑生成后训练方法:利用同一查询下另一个已验证可行图作为"特权兄弟"信息,通过零初始化低秩分支让教师模型提供逐决策监督,使学生模型学到查询级偏好,避免 SFT 偏向语料高频拓扑。在六个基准上优于现有拓扑设计基线。
Agent·arXiv cs.CL·5 天前
先用站内已采集内容作答;站内不足时联网检索,每条结论都给出来源链接
1 条 · 点击可看原文全文与中文译文
PRISM 提出一种面向 LLM 多智能体系统的拓扑生成后训练方法:利用同一查询下另一个已验证可行图作为"特权兄弟"信息,通过零初始化低秩分支让教师模型提供逐决策监督,使学生模型学到查询级偏好,避免 SFT 偏向语料高频拓扑。在六个基准上优于现有拓扑设计基线。
现有资料不足以回答该问题。资料 1 只给出了 PRISM 方法的摘要级描述,没有给出「特权兄弟」信号与 SFT 监督信号在训练目标上的形式化定义或公式,因此无法做形式化层面的对比。资料中能确认的相关部分如下:
摘要未给出两者的损失函数、优化目标表达式或数学形式化差异,因此「形式化差异」这一问无法据现有资料作答。