arXiv · cs.AI· Kaixiang Wang, Zhaijiacheng Zhou, Jiong Lou, Jie Li·· 7 小时前
Jev-LiteMAS：在多智能体工作流中分离决策与生成
Jev-LiteMAS: Separating Decisions from Generation in Multi-Agent Workflows
arXiv:2610.21411v1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：Kaixiang Wang, Zhaijiacheng Zhou, Jiong Lou, Jie Li
研究任务与主要进展
作者提出Jev-LiteMAS，用轻量决策模型Jev处理多智能体工作流中的专家路由和中间产物审查，并结合生成式执行与反馈，补足规划接口和审查接口。论文摘要称，该方法在四个基准和两种骨干模型上相较LAS减少12.7%至54.6%的生成式LLM令牌，准确率变化不超过1.34个百分点，并在八种设置中的七种降低延迟；基于专家实际输出进行路由可避免最多18个百分点的准确率损失。
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