★ 3
CATS 方法提出：为多智能体系统做对比归因拓扑搜索
研究者提出 Contrastive Attribution Topology Search（CATS），在固定智能体超图中搜索紧凑团队，由 LLM 归因器对比执行轨迹为各智能体分配贡献度，并据此剪枝弱边与弱智能体。在 BigCodeBench 上平均准确率比仅看分数的启发式搜索高 5.3 个百分点…
arXiv NLP11 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究者提出 Contrastive Attribution Topology Search（CATS），在固定智能体超图中搜索紧凑团队，由 LLM 归因器对比执行轨迹为各智能体分配贡献度，并据此剪枝弱边与弱智能体。在 BigCodeBench 上平均准确率比仅看分数的启发式搜索高 5.3 个百分点…
arXiv 论文提出 ASE（归因引导语义演化）模块化框架，用于构建文本因子、评估其条件贡献并部署数值-文本混合预测器。在四个 TESS 数据集与 CSI 300 股票排名任务上，各实现测试 MSE 均低于已发表 TESS 分数，文本融合使平均 RankIC 提升约 0.0006。