PulseAugur
中
实时 11:04:22
English(EN) Who Deserves the Reward? SHARP: Shapley Credit-based Optimization for Multi-Agent System

SHARP框架利用Shapley信用优化多智能体LLM训练

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个名为SHARP的新框架，以改进集成大型语言模型和外部工具的多智能体系统的训练。该方法解决了将功劳归于个体智能体以取得成功结果的挑战，这对于高效学习至关重要。SHARP利用分解奖励机制，包括基于Shapley的边际信用奖励，以精确归因贡献并稳定训练。实验表明，SHARP的性能显著优于现有方法，在准确性和效率方面取得了实质性改进。 AI

影响 提高了复杂多智能体LLM系统的训练效率，可能加速其在现实问题解决中的应用。

排序理由 该集群包含一篇详细介绍多智能体系统新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yanming Li, Xuelin Zhang, WenJie Lu, Ziye Tang, Maodong Wu, Haotian Luo, Tongtong Wu, Zijie Peng, Hongze Mi, Yibo Feng, Naiqiang Tan, Chao Huang, Lian Peng, Li Shen ·

    谁应得奖励？SHARP：基于Shapley信用的多智能体系统优化

    arXiv:2602.08335v2 Announce Type: replace Abstract: Integrating Large Language Models (LLMs) with external tools via multi-agent systems offers a promising new paradigm for decomposing and solving complex problems. However, training these systems remains notoriously difficult due…

相关实体

相关话题