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

资料有限基于 3 条来源 · 引用可点击溯源

现有资料只能给出「特权兄弟」机制的高层描述，不足以还原其具体实现细节（如低秩分支的秩大小、损失函数形式、教师模型如何逐决策标注等）。以下为资料中可确认的部分： 1. 定位与问题背景 PRISM 是一种面向 LLM 多智能体系统的拓扑生成后训练方法，目标是让模型为给定查询生成合适的多智能体协作拓扑2。它要规避的问题是：常规 SFT 容易偏向训练语料中出现频率高的拓扑结构2。 2. 「特权兄弟」的核心思路

「特权兄弟」指同一查询下另一个已验证可行的图，作为额外的特权信息（privileged information）在训练时提供给学生模型2。
由于该兄弟图对同一查询已验证可行，它提供了「同一问题的另一种正确解」，从而把监督信号从「模仿单一参考答案」提升为查询级偏好学习2。

3. 实现路径（资料层面的两个关键组件）

零初始化低秩分支：通过该分支引入教师模型，由教师提供逐决策（per-decision）监督2。
学生模型学习查询级偏好：借助上述监督，学生模型学到的是「对某查询而言什么样的拓扑更优」，而非语料中的高频模式2。

4. 效果 在六个基准上优于现有拓扑设计基线2。 需要注意的歧义：资料中另有一篇同名 PRISM 工作，研究工具调用模型中的激活干预可迁移性（量化 NF4 标签、跨语言迁移、Llama-3.1-8B 违规率降低 21.95 个百分点等）1，与「特权兄弟」机制无关；3 的 PRISMA 是系统综述流程名，亦非同一概念。若你的问题指向 1，则现有资料未涉及「特权兄弟」。

继续追问

PRISM 中「零初始化低秩分支」的具体结构和初始化方式是什么？「特权兄弟」图是如何被筛选或验证为可行的？逐决策监督的损失函数如何设计，与常规 SFT 的差异体现在哪？

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·5 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·5 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·5 天前

#multi-agent