PRISM：基于特权信息的多智能体协作拓扑设计新方法

摘要：PRISM是一种利用特权信息改进多智能体系统协作拓扑设计的新方法。通过引入特权信息，教师模型读取与任务查询相关的兄弟图，学生模型则基于自身采样的轨迹匹配决策目标，从而在多个基准测试中显著提升性能。该方法解决了传统生成器在无偏好监督微调中难以有效利用查询信号的问题，为多智能体协作提供了更高效、更精准的拓扑设计解决方案。

---

技术机制剖析

PRISM的核心创新在于利用特权信息改进多智能体系统的协作拓扑设计。具体来说，PRISM引入了一个教师模型，该模型通过一个零初始化的低秩分支读取与任务查询相关的兄弟图（sibling graph），而学生模型则基于自身采样的轨迹匹配决策目标。这种方法的核心机制包括：

1. 特权信息的使用：教师模型读取的兄弟图在部署时不可用，但它提供了对任务查询的额外洞察，帮助学生模型更好地理解任务需求。
2. 低秩分支：通过低秩分解，教师模型能够高效地处理高维数据，同时保持计算效率。
3. 轨迹匹配：学生模型根据自身采样的轨迹匹配教师模型的决策目标，从而在训练过程中不断优化拓扑设计。

工程权衡与实测表现

PRISM在多个基准测试中表现优异，显著提升了多智能体系统的协作效率。然而，该方法也面临一些工程权衡：

• 计算开销：引入特权信息和低秩分支增加了训练阶段的计算开销，但通过优化算法和硬件加速，可以在一定程度上缓解这一问题。
• 数据需求：PRISM需要大量高质量的执行验证图数据来训练教师模型，这对数据收集和处理提出了更高的要求。

实验结果表明，PRISM在六种不同的基准测试中均优于现有的拓扑设计基线方法，证明了其在多智能体协作中的有效性。

开发者落地与部署建议

对于开发者而言，PRISM提供了一种新的思路来改进多智能体系统的协作拓扑设计。以下是一些建议：

1. 数据准备：确保有足够的高质量执行验证图数据，以训练教师模型。
2. 模型优化：在训练过程中，可以考虑使用混合精度训练和分布式计算来加速训练过程。
3. 部署策略：在部署时，可以将教师模型和低秩分支分离，仅在训练阶段使用特权信息，以减少推理阶段的计算开销。

总结

PRISM通过引入特权信息，显著提升了多智能体系统的协作拓扑设计效率，为复杂问题的解决提供了新的技术手段。其在多个基准测试中的优异表现，展示了该方法在多智能体系统领域的巨大潜力。

---

消息来源：ArXiv NLP/LLM (cs.CL) (2026-10-16)

—— 完 ——

主题标签： #多智能体系统 关注 #协作拓扑 关注 #特权信息 关注 #强化学习 关注 #AI研究 关注