解耦就绪与释放：智能体LLM工作流尾延迟调度
原文标题：Decoupling Readiness from Release for Tail-Aware Scheduling of Agentic LLM Workflows
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
智能体LLM工作流由模型轮次与工具交互交织而成，现有运行时在轮次就绪后立即释放，拥塞时导致尾延迟升高。论文提出尾风险感知的轮次释放调度方法，采用均值-CVaR目标并动态调整已释放未完成工作预算。在真实软件工程执行轨迹上，拥塞场景下P95流时间最高提速3.50倍。
- 问题
- 智能体 LLM 工作流在拥塞下因轮次就绪即释放而尾延迟升高。
- 方法
- 提出尾风险感知的轮次释放调度，用均值-CVaR 目标联合决定释放哪个就绪轮次及保留多少已释放未完成工作，并按队列压力动态调整预算。
- 结果
- 轻载下与即时释放相当，拥塞场景下 P95 流时间最高提速 3.50 倍。
- 影响
- 为 Agent 运行时调度提供可落地的尾延迟优化手段，直接改善多轮工具调用工作流的用户体验。
深读 · 结论先行AI 生成展开看要点与影响 ↓
论文提出尾风险感知的轮次释放调度，拥塞下P95流时间最高提速3.50倍
- •现有运行时在轮次就绪后立即释放，拥塞时会累积已释放未完成工作，且无法再被工作流级策略重排
- •方法联合决定下一个释放哪个就绪轮次，以及维持多少已释放未完成工作
- •采用均值-CVaR目标刻画未完成工作流的尾部风险，并按队列压力自适应调整释放预算
- •基于真实软件工程任务执行轨迹、跨多个LLM与到达率评估，轻载下与立即释放相当
为什么重要：智能体工作流端到端时延不只取决于推理速度，调度策略是拥塞场景下压尾延迟的可行抓手。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。