AI 搜索

带引用 · 可溯源

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

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

现有资料不足以回答「差异有多大」这一量化问题——资料1只给出定性描述，没有任何关于训练效率（如收敛步数、耗时、token 消耗）或泛化（如具体指标提升幅度、跨基准方差）的数值。资料中能确认的部分如下：

方法定位：PRISM 是面向 LLM 多智能体系统的拓扑生成后训练方法，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1。
与 SFT 的差异（机制层面）：该设计使学生模型学到查询级偏好，从而避免 SFT 偏向语料中的高频拓扑1。这是资料中唯一明确对比 SFT 的表述，属于偏差/偏好层面的定性差异，而非效率或泛化的量化差异。
效果层面：在六个基准上优于现有拓扑设计基线1，但未披露具体提升数值，也未单独拆分「相比 SFT 基线」的增益。

因此，训练效率与泛化上的差距幅度无法从现有资料得出，需查阅原文实验章节。

继续追问

1 条

AI 答案正在检索与综合…

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。

Agent·arXiv cs.CL·5 天前