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

现有资料不足以完整回答该问题——资料1只有摘要级信息，未给出 PRISM 与常规 SFT 在数据集规模、训练轮数、超参、算力等实验设置上的具体对比。能确认的差异仅在监督信号与训练范式的设计层面：

监督信号的来源不同：PRISM 利用同一查询下另一个已验证可行的图作为「特权兄弟」信息，由教师模型据此提供逐决策（per-decision）监督；而常规 SFT 直接以语料中的目标拓扑作为监督目标1。
训练目标不同：PRISM 让学生模型学到查询级偏好（query-level preference），从而避免 SFT 偏向语料中高频出现的拓扑1。
模型结构上的额外设置：PRISM 通过零初始化低秩分支接入教师信号，这是常规 SFT 中不存在的结构设置1。
评测层面：资料称 PRISM 在六个基准上优于现有拓扑设计基线，但未说明这些基准上 SFT 基线的具体配置1。

关于两者在数据构造方式、训练步数、学习率、模型规模等实验设置上的具体差异，现有资料不足以回答。

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