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

大家都在搜：vLLM12 agent10 alignment10 fine-tuning10 multi-agent10 post-training10 pretraining10 training10

AI 答案

部分可确认基于 3 条来源 · 引用可点击溯源

结论：PRISM 用「同一查询下另一个已验证可行的图」作为特权兄弟（privileged sibling）信息，通过零初始化低秩分支让教师模型对学生的每个决策逐步给出监督，从而把监督信号从「语料高频拓扑」转成「查询级偏好」，避免纯 SFT 的偏向问题[2]。需要先澄清一点：资料中有两个同名 PRISM，与「拓扑生成器」相关的是 2（PRIvileged Sibling-guided Multi-Agent Topology Design）；1 是工具调用模型激活干预的 PRISM，与拓扑生成无关，3 是系统综述多智能体系统 ReviewPilot，也与该问题无关。以下仅依据 2。

信号来源：特权兄弟。对同一查询，取另一个已验证可行的图作为「特权兄弟」信息，作为教师侧可用的额外输入；学生侧在推理时并不需要该兄弟图，因此学到的是查询级偏好而非对兄弟图的复制2。
监督方式：逐决策监督 + 零初始化低秩分支。通过零初始化低秩分支接入教师模型，使教师对生成过程中的每一个决策（逐步）提供监督信号，而不是只对最终图给一个整体奖励或做整段模仿2。
为何能替代纯 SFT。纯 SFT 会偏向语料中出现频率高的拓扑；PRISM 的查询级偏好信号把「对当前查询更合适」与「在语料中更常见」解耦，从而缓解这一偏置2。
效果。在六个基准上优于现有拓扑设计基线2。

资料未披露的具体细节（如低秩分支的秩大小、教师/学生具体模型、偏好损失的具体形式、兄弟图的采样与验证流程、各基准的具体数值）现有资料不足以回答。

继续追问

「零初始化低秩分支」的具体结构和训练目标是什么，为什么零初始化对逐决策监督是必要的？特权兄弟图如何采样与验证「可行」，同一查询下兄弟图的质量如何影响学生学到的偏好？PRISM 在六个基准上相比 SFT 基线的具体提升幅度和消融结果如何？

参考来源

3 条

1站内PRISM: Transfer and Limits of Activation Interventions in Tool-Calling Language ModelsPRISM 框架研究工具调用语言模型中激活干预的可迁移性，发现利用量化 NF4 标签和跨语言迁移可稳定估计安全干预方向，无需目标语言微调即可将 Llama-3.1-8B 的不安全违规降低 21.95 个百分点，并可迁移至 70B 模型。arXiv cs.CLhttps://arxiv.org/abs/2610.20808 2站内PRISM: PRIvileged Sibling-guided Multi-Agent Topology DesignPRISM 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。arXiv cs.CLhttps://arxiv.org/abs/2610.20628 3站内ReviewPilot: A Multi-Agent System for Screening and Data Extraction in Systematic ReviewsReviewPilot 是一个面向系统综述 PRISMA 流程的多智能体系统，通过对话定制筛选标准与抽取模式，并保留项目记忆，实现论文筛选与证据抽取的自动化。每条筛选决策附理由、每个抽取值附来源，在流行病学专家评审中优于单提示 LLM 与 AgentSLR，筛选宏 F1 达 0.776、抽取 F1 达 0.788，值得关注其可追溯性与跨领域迁移潜力。arXiv cs.CLhttps://arxiv.org/abs/2610.21042

AI 答案正在检索与综合…

站内相关条目

3 条 · 点击可看原文全文与中文译文

返回信息流

大模

PRISM: Transfer and Limits of Activation Interventions in Tool-Calling Language Models

PRISM 框架研究工具调用语言模型中激活干预的可迁移性，发现利用量化 NF4 标签和跨语言迁移可稳定估计安全干预方向，无需目标语言微调即可将 Llama-3.1-8B 的不安全违规降低 21.95 个百分点，并可迁移至 70B 模型。

大模型·arXiv cs.CL·4 天前

#llm

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

#multi-agent

ReviewPilot: A Multi-Agent System for Screening and Data Extraction in Systematic Reviews

ReviewPilot 是一个面向系统综述 PRISMA 流程的多智能体系统，通过对话定制筛选标准与抽取模式，并保留项目记忆，实现论文筛选与证据抽取的自动化。每条筛选决策附理由、每个抽取值附来源，在流行病学专家评审中优于单提示 LLM 与 AgentSLR，筛选宏 F1 达 0.776、抽取 F1 达 0.788，值得关注其可追溯性与跨领域迁移潜力。

Agent·arXiv cs.CL·4 天前

#multi-agent