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 的动机与整体思路,没有披露损失函数的具体形式,也没有给出与常规 SFT 的逐项对比。以下仅列出资料中能确认的部分。 资料中能确认的内容
无法从资料确认的内容
因此,关于“逐决策监督的损失函数如何设计”以及“与常规 SFT 的差异体现在哪”,现有资料不足以回答,建议查阅该论文原文的方法章节。