反思复杂拓扑：相异对等随机路由提升多智能体辩论成本效益
该研究探讨了大型语言模型多智能体辩论（MAD）中的通信拓扑问题。针对当前学术界倾向于设计复杂、自适应或动态重构交互拓扑以提升推理准确率的趋势，研究团队深入审视了稀疏通信机制。论文提出“相异对等随机路由”方法，旨在探究是否真的需要复杂的拓扑控制，证实简单的稀疏通信即可在显著降低成本的同时实现极具竞争力的推理性能，为优化多智能体交互架构提供了更具成本效益的新思路。
推荐理由针对多智能体协作中拓扑结构过于复杂的痛点，提出了高效低成本的稀疏交互解决方案，对大模型智能体工程落地具有实用价值。
原标题：Do We Need Complex Topology Control? Distinct-Peer Random Routing Improves Cost-Efficiency in Sparse Multi-Agent Debate
阅读 arXiv 人工智能 原文 ↗