摘要
针对大语言模型驱动的多智能体系统因无序并行执行和无限制上下文共享导致的令牌低效问题,本文提出相位调度多智能体系统(PSMAS)。该框架将智能体激活重构为圆形流形上共享注意力空间的连续控制:依据任务依赖拓扑分配固定相位,通过全局扫描信号按时间窗口激活相关智能体,并对空闲智能体实施上下文压缩。实验表明,该方法在保持性能的同时平均减少 27.3% 的令牌消耗,显著优于现有路由策略,证明了调度与压缩机制的独立增益效应。
AI 推荐理由
论文提出基于任务依赖拓扑的相位调度机制,核心解决多智能体协作中的时序规划与激活控制问题。
研究机构
Open Gigantic
论文信息