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

范围：站内优先仅站内全网全网通道：bing

AI 答案

资料有限基于 1 条来源 · 引用可点击溯源

结论：现有资料只能确认两者在 PRISM 框架中的对立定位——查询级偏好是模型应学到的目标信号，SFT 的高频拓扑偏置是应被避免的偏差；但资料未展开二者的机制细节，因此无法给出更本质的对比。可确认的部分：

PRISM 是一种面向 LLM 多智能体系统的拓扑生成后训练方法，其目标是让学生模型学到查询级偏好（即针对具体查询的拓扑选择倾向）1。
该方法通过引入同一查询下另一个已验证可行图作为“特权兄弟”信息，并借助零初始化低秩分支让教师模型提供逐决策监督，从而把这种偏好传递给学生模型1。
资料明确指出，这样做的目的是避免 SFT 偏向语料高频拓扑，即 SFT 容易拟合训练语料中出现频率高的拓扑结构，而非查询本身所需的结构1。
在六个基准上，PRISM 优于现有拓扑设计基线1。

资料未覆盖的部分（因此不作推断）：查询级偏好的具体形式化定义、高频拓扑偏置的成因分析、两者在优化目标或数据分布层面的定量差异，以及“本质区别”的理论刻画。这些在现有资料中均无对应内容。

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·4 天前