PRISM：基于特权兄弟引导的多智能体拓扑设计

研究者提出多智能体拓扑设计方法 PRISM，通过特权信息学习机制解决拓扑生成器在 SFT 后训练中缺乏单查询偏好信号的问题。PRISM 让教师模型通过零初始化低秩分支读取部署时不可用的同解兄弟图，引导学生模型在自采样轨迹上对齐决策，在 6 个基准测试中均超越了现有基线。相关代码已开源。