Hugging Face · 每日论文· 媒体 / 作者来源·精选
IF-MAP: 基于影响函数的智能体优先级在多智能体系统中的应用
原文标题
IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent Systems
AI 导读
针对基于LLM的多智能体系统，提出了一种名为IF-MAP的方法，用于识别具有高系统级改进潜力的智能体。通过测量在受控语义提示扰动下的端到端损失变化，并使用估计的响应范数作为优先级分数，该方法无需访问模型参数或梯度。在代码生成、问答和数学推理等六个多智能体工作流程中评估IF-MAP，优化所选智能体的提示可带来平均3.81个百分点的宏观平均增益，而升级所选智能体则可带来7.62-16.42个百分点的宏观平均增益。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出了一种新的智能体优先级识别方法，可提高多智能体系统的性能。
导读由模型辅助整理，非独立核验。完整信息见原文。