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「提升幅度有多大」这一量化问题——资料1只给出了定性结论，没有提供任何具体数值。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，目标是从查询出发生成多智能体拓扑结构1。
监督信号来源：利用同一查询下另一个已验证可行图作为「特权兄弟」信息，由教师模型提供逐决策监督，学生模型据此学到查询级偏好1。
与 SFT 的差异（定性）：资料明确指出该设计是为了避免 SFT 偏向语料中的高频拓扑1。也就是说，SFT 的问题被描述为对训练语料中高频出现的拓扑结构存在偏置，而 PRISM 通过逐决策的查询级偏好监督来缓解这一点。
效果表述：在六个基准上优于现有拓扑设计基线1。

缺失的关键信息：

因此，「相比 SFT 的提升幅度」目前只能确认方向（PRISM 被表述为优于基线、并规避 SFT 的高频拓扑偏置），无法给出幅度。建议查阅原文的实验表格与消融部分获取具体数字。

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