多 LLM 智能体系统中用于上下文适应的基于图的目标反向传播

上下文适应通过利用任务反馈迭代修正可调提示，实现了大模型系统提示工程的自动化，且无需修改模型权重。将此范式扩展至多 LLM 智能体系统至关重要，但现有方法存在信用分配不准及缺乏收敛保证的问题。本文提出基于图的目标反向传播（GTBP），一种面向有向无环图工作流的上下文适应框架。GTBP 将局部目标输出沿工作流图反向传播，利用目标与输出的差异指导分阶段提示更新。理论与实验表明，该方法具有稳定性并能显著优于基线。