PulseAugur
中
实时 19:17:58

新基准评估多智能体路由的准确性-成本权衡

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员引入了一个新的多智能体路由基准和评估协议，将其视为一个值集预测问题。该基准源自 WildChat，包含 3,000 个提示和 12 个智能体的目录，旨在研究智能体选择中准确性和成本之间的权衡。结果表明，监督式路由器的性能明显优于最近邻和零样本 LLM 路由等简单方法，其中微调编码器在无约束准确性方面表现最佳。该研究还强调了在约束环境下将加权智能体路由 (WAR) 应用于监督式评分器的有效性，特别是在编码器+WAR组合方面。 AI

影响 这项研究为研究和优化多智能体系统的成本效益提供了一个框架，有望实现更实用和可扩展的 AI 智能体部署。

排序理由 学术论文，介绍了一个新的多智能体路由基准和评估协议。

在 arXiv cs.IR (Information Retrieval) 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新基准评估多智能体路由的准确性-成本权衡

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Ananto Nayan Bala, Faisal Muhammad Shah ·

    多智能体路由作为集值预测：WildChat基准和成本感知评估

    arXiv:2606.28925v1 Announce Type: cross Abstract: Tool and agent routing from natural-language prompts is naturally a set-valued prediction problem: a single query may require multiple agents, while over-selection increases execution cost. The benchmark introduced here is derived…

  2. arXiv cs.IR (Information Retrieval) TIER_1 English(EN) · Faisal Muhammad Shah ·

    多智能体路由作为集值预测：WildChat基准和成本感知评估

    Tool and agent routing from natural-language prompts is naturally a set-valued prediction problem: a single query may require multiple agents, while over-selection increases execution cost. The benchmark introduced here is derived from WildChat and contains 3,000 prompts over a f…

相关实体

相关话题