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 PRISM 与 SFT 的实验对比设置（如数据集划分、基线配置、评测指标、超参等具体细节）。资料中只能确认以下几点：

PRISM 是一种面向 LLM 多智能体系统的拓扑生成后训练方法，其核心是利用同一查询下另一个已验证可行的图作为“特权兄弟”信息，并通过零初始化低秩分支让教师模型提供逐决策监督1。
该方法的设计动机之一是避免 SFT 偏向语料高频拓扑，即 PRISM 与 SFT 在训练信号层面存在差异：PRISM 让学生模型学到查询级偏好，而非模仿高频模式1。
实验层面，资料仅说明 PRISM 在六个基准上优于现有拓扑设计基线1，但未给出与 SFT 单独对比的具体设置。

如需对比细节（如是否同底座模型、同数据量、同解码预算），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