NUS 提出 PRISM:特权兄弟图信号修复多智能体拓扑漂移

NationalUniversityofSingapore · hf · 2026-10-19

新加坡国立大学发布 PRISM，改进基于 LLM 的多智能体系统拓扑生成器的后训练。现有方法用执行验证过的拓扑语料做 SFT，但语料只含成功解答的图，缺乏逐 query 偏好，导致生成器漂向语料中常见的拓扑而非最适合当前 query 的拓扑。PRISM 通过特权信息学习：教师经零初始化低秩分支读取「同样解出该 query、部署时不可见」的兄弟图，学生在其轨迹上对齐教师的逐决策目标，从而恢复逐 query 信号、降低跨任务漂移。