港中深等提出 IF-MAP：用影响函数定位多智能体系统最值得优化的 Agent

Jie Mao · hf · 2026-10-24

港中深、哈工大与哈佛联合提出 IF-MAP（arXiv，2026-10-17），解决多智能体 LLM 系统的资源分配问题：逐个改进所有 agent 代价过高，而故障归因只能说明谁出错，不等于改进谁的收益最大。

方法：对每个 agent 施加受控的语义 prompt 扰动，测量端到端 loss 变化，在低维 prompt 嵌入子空间拟合正则化局部响应模型，用估计的响应范数作为优先级评分。整个流程是黑盒的，无需访问模型参数或梯度，即可产出应优先改进哪些 agent 的排序。代码开源于 github.com/s1412/IF-MAS。