摘要
本文提出 GRADE，一种分层多智能体系统，旨在解决多智能体集成中代理选择、层级深度及通信成本的难题。该系统利用四个轻量级学习门控联合管理代理选择、层级深度、代理间通信及分支剪枝。训练采用 novel 的 CoGRPO 算法，无需评论家即可适应多智能体层级。实验表明，GRADE 在 GSM8K、MMLUPro 和 GPQA 上优于所有基线，且在激活参数量减半的情况下性能显著提升，证明了其在高效推理方面的卓越能力。
AI 推荐理由
论文核心提出多智能体分层推理系统，通过门控路由和自适应深度优化推理效率与性能。
研究机构
Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi
Department of Electrical Engineering, Indian Institute of Technology Delhi
论文信息