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的具体机制。资料1只给出了 PRISM 的整体思路,没有展开零初始化低秩分支在逐决策监督中避免 SFT 偏向高频拓扑的具体做法。 资料中能确认的部分:
至于“零初始化低秩分支具体如何避免高频拓扑偏向”,例如低秩分支的初始化方式、逐决策监督信号如何构造、如何与主分支交互等细节,资料1均未说明,因此无法据此展开。