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

范围：站内优先仅站内全网全网通道：bing

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「差距有多大」这一量化问题——资料1只给出了定性结论，没有任何实验数字、对比表格或消融结果。资料中能确认的部分：

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，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1。
与 SFT 的关系（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 SFT 的问题被描述为对训练语料中高频拓扑的偏置，而 PRISM 用查询级偏好监督来规避这一点。
整体效果：在六个基准上优于现有拓扑设计基线1。

资料中缺失、因而无法回答的部分：

因此，关于「差距有多大」，只能回答：资料仅支持「PRISM 通过特权兄弟监督规避 SFT 的高频拓扑偏置，并在六个基准上优于现有拓扑设计基线」这一定性判断1，具体差距幅度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