arXiv · NLP· Nima H. Siboni, Magdalena Springer, Vahid Rostami·· 6 小时前AI 评分47
Neuro-Inspired 抑制性消息传递提升多智能体推理准确性与 Token 效率
Neuro-Inspired Inhibitory Message Passing for Accurate and Token-Efficient Multi-Agent Reasoning
AI 导读
一种无需训练的 Neuro-Inspired 抑制性消息传递路由，在多智能体推理中将同组准确率提升 39-77 个百分点，单轮 Token 消耗降低 10-46%。 该路由取消冗余证据，在 7 个 4B-32B 开源模型及 2 个商业模型、最多 64 个智能体规模的多架构中验证有效。 研究支持了更准确且 Token 高效的多智能体推理可扩展设计模式。
来源：arXiv · NLP · arxiv.org