arXiv 人工智能· Jie Mao, Pingchen Lu, Zikun Qu, Jiahang Sun, Xiangyi Wang, Zhiwei Shang, Zhiyong Wang, Guojun Xiong, Zhongxiang Dai·· 4 小时前AI 评分38
IF-MAP：多智能体系统中受影响函数启发的智能体优先级排序方法
IF-MAP: Influence-Function-Inspired Agent Prioritization in Multi-Agent Systems
AI 导读
研究人员提出基于影响函数思想的黑盒方法 IF-MAP，通过评估端到端损失变化来确定多智能体系统中优先优化的智能体。实验显示，优化筛选出的智能体提示词可获得 3.81 个百分点的宏平均增益，升级选定智能体在 5 个目标模型上带来 7.62-16.42 个百分点增益，显著优于均匀选择策略。
来源：arXiv 人工智能 · arxiv.org