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「差异有多大」这一量化问题——资料1只给出定性描述与结论，没有提供任何实验数字、对比表格或消融结果。资料1中能确认的部分：

方法定位：PRISM 是面向 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1。
监督形式：通过零初始化低秩分支让教师模型提供逐决策（step-level）监督，使学生模型学到查询级偏好1。
与 SFT 的差异（定性）：资料明确指出该设计是为了「避免 SFT 偏向语料高频拓扑」1，即常规 SFT 会把语料中高频出现的拓扑结构当作偏好，而 PRISM 用特权兄弟信号把监督目标从「模仿高频结构」转向「查询级偏好」1。
实验结论（无数字）：在六个基准上优于现有拓扑设计基线1。

因此，关于「差异有多大」——例如相对 SFT 的绝对/相对提升幅度、在六个基准上各自的增益、去掉特权兄弟分支后的性能回落幅度——资料1均未披露，无法给出数值。

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