arXiv · cs.AI· Giancarlo Maldonado C\'ardenas, Carlos A. Astudillo, Nelson L. S. da Fonseca·· 1 天前
SSR：用于LLM编排多智能体系统中可扩展智能体发现的结构信号检索器
SSR: Structural Signal Retriever for Scalable Agent Discovery in LLM-Orchestrated Multi-Agent Systems
arXiv:2610.21113v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Giancarlo Maldonado C\'ardenas, Carlos A. Astudillo, Nelson L. S. da Fonseca
研究任务与主要进展
基于论文摘要，SSR提出一种无需训练、确定性的Agent Card检索方法，用于LLM编排多智能体系统中的智能体发现。它从能力字段提取结构词汇信号，通过IDF加权和Inverted Signal Index对候选智能体评分。在1,000个智能体的实验中，相较完整目录编排，LLM输入减少98.8%、编排延迟降低70.9%；在MS MARCO改编集上，显式评分的段落减少96.8%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org