能力感知框架提升多智能体编排效果

Songmiao Wang 等人提交论文，提出一种两阶段能力感知框架，用于 LLM 多智能体系统的自动编排：先建模骨干模型在当前查询下的任务条件能力，再据此调整角色激活与通信图。 论文称，该框架在六个基准上平均得分 93.81%；对高能力骨干，平均准确率从 87.22 提升至 89.97，同时 token 成本降低 36.26%；对低能力骨干，较现有方法再提升 4.58 分。论文称这一趋势在未见过的骨干上同样成立。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。