Multi-Agent Systems Symbolic Communication Efficient Reasoning Token Optimization
摘要

思维链(CoT)虽提升了大语言模型在复杂推理任务上的表现,但其生成的自然语言理由冗长且不利于高效机器推理。本文提出通信语言符号路由(CLSR)框架,使多个智能体自主发明、进化并共享紧凑的语言符号框架(LSF),并通过无潜变量路由器自适应选择组合这些语言以优化准确率与 token 消耗的权衡。实验表明,CLSR 在保持精度的同时,将生成 token 数量减少 3 至 6 倍,显著降低延迟。

AI 推荐理由

论文核心提出符号通信框架以优化多智能体推理效率,直接针对推理机制改进。

研究机构
State Key Lab of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China
论文信息
作者 Zhengqi Pei, Qingming Huang, Shuhui Wang
发布日期 2026-06-28
arXiv ID 2606.29354
相关性评分 9/10 (高度相关)