★ 2
LW2S：多智能体 LLM 工作流的反事实信用分配
论文将多智能体 LLM 工作流中的组件省略问题形式化为反事实信用分配，提出 Learning What to Skip（LW2S）。该方法通过受控跳过干预学习动作级安全模型，结合留出校准与领域守卫选择跳过时机。在数学推理、选择题问答与代码生成任务上，LW2S 在保持或提升整体准确率的同时降低了 t…
arXiv cs.AI35 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将多智能体 LLM 工作流中的组件省略问题形式化为反事实信用分配，提出 Learning What to Skip（LW2S）。该方法通过受控跳过干预学习动作级安全模型，结合留出校准与领域守卫选择跳过时机。在数学推理、选择题问答与代码生成任务上，LW2S 在保持或提升整体准确率的同时降低了 t…