研究团队提出能力感知的LLM多智能体自适应编排框架

2026年10月12日，相关研究提出了一种面向大语言模型（LLM）多智能体系统的两阶段能力感知编排框架。该框架通过评估基底模型针对当前查询的处理能力，动态调整角色激活与通信图。在6个基准测试中，该方法取得了93.81%的平均分。实验结果表明，该框架能使高能力基座模型的平均准确率从87.22提升至89.97，同时降低36.26%的token成本；对于低能力基座模型，其表现也比现有方法平均提升了4.58分。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。