СЕРА-Моа: Совместный процесс с участием представителей ЛЛМ
arXiv:2609.18779v1 Тип уведомления: перекрестное резюме: парадигмы текущей смеси агентов (МоА) обычно рассматривают маршрут поиска и отладку агента как отдельные процессы, ограничивая их способность реагировать на меняющиеся возможности агентов. Такое отсоединение не позволяет стратегиям маршрутизации адаптироваться к меняющимся возможностям агентов в период после прохождения подготовки и мешает агентам достичь синергетической специализации, основанной на данных. Для решения этой проблемы мы внедряем СЕРА-Моа (совместный эволюционный маршрутизатор с постоянно обучающимися агентами для смеси агентов), итеративную систему дополнительного обучения, в рамках которой совместно развиваются динамические маршрутизаторы и политика независимых агентов. Мы спроектируем прогнозирующий и знакомый оценщик, который задействует средние скрытые штаты для оценки семантической компетентности агентов, избегая накладных расходов при полном запуске. Исходя из этих знакомых оценок, адаптивный механизм кумулятивного порога динамическо активирует индивидуализированный минимальный поднабор агентов, обеспечивая компромисс между задачами
