面向多 Agent LLM 工作流的推理阶段图工程
英文标题：Inference-Time Graph Engineering for Multi-Agent LLM Workflows
近期多 Agent 大语言模型（LLM）系统日益依赖图结构通信以协同专业化智能体。该研究从图工程（Graph Engineering）的视角重新审视多 Agent 编排机制，提出放弃固定的静态拓扑优化，转而在推理阶段针对任务动态合成图拓扑结构。这一思路为开发者突破预设工作流局限、提高复杂任务中的多智能体协作灵活性与执行效率提供了全新范式。
打开原文相关 4.8 · 机会 4
2.1 KB
461 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
摘要
近期多 Agent LLM 系统越来越依赖图结构通信来协调专业化智能体。本文从图工程的角度重新审视多 Agent 编排机制：不再局限于优化静态拓扑，而是在推理阶段动态合成拓扑结构。
BibTeX 引用格式
×
English / 原文
BibTeX formatted citation
×