PRISM 多智能体拓扑设计

论文提出PRISM，通过特权信息学习从同一语料中恢复逐查询信号：教师网络通过零初始化低秩分支读取同样解决该查询的兄弟图，学生网络匹配其逐决策目标。在六个基准上，PRISM优于所有拓扑设计基线。

StartLux 开源了专为决策模型设计的推理引擎 Prism，针对决策类模型的推理流程进行优化，单卡最高可提速 5.3 倍。该引擎填补了决策模型缺乏专用推理引擎的空白，有望提升强化学习与决策类应用的部署效率。