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具体差距数值。资料中能确认的部分：

PRISM 是一种面向 LLM 多智能体系统的拓扑生成后训练方法，核心是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。
该方法的设计动机是避免 SFT 偏向语料高频拓扑1。
实验层面，资料仅说明「在六个基准上优于现有拓扑设计基线」1，未给出任何具体指标、提升幅度、对比表格或与 SFT 基线的逐项差值。

因此，关于「特权兄弟」监督与 SFT 基线在实验上的具体差距（如各基准上的绝对/相对提升、方差、显著性等），资料中没有任何可引用的数字，无法给出结论。建议查阅原文的实验章节获取逐基准对比结果。

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