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·4 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「具体机制」层面的问题——资料1只给出了 PRISM 的方法概要,没有展开零初始化低秩分支的内部结构、逐决策监督的损失形式,也没有解释它为何能规避高频拓扑偏置的因果链条。以下仅列出资料中可确认的部分:
关于「零初始化」为何能抑制初始阶段对高频模式的拟合、低秩分支与主干如何交互、逐决策监督与序列级 SFT 的梯度差异等,资料1均未涉及,无法据此推断。