HyLaT 用潜空间加文本混合消息降低多智能体通信开销。
资讯摘要
论文提出 HyLaT，一种面向大语言模型多智能体系统的混合潜空间-文本通信协议：复杂认知信号经潜空间通道传输以提升效率，关键信号用自然语言表达以保留可解释性与精确性。作者采用两阶段训练框架，结合单智能体混合生成学习与多智能体交互协同训练，使智能体能在多轮交互中生成并理解混合消息。实验显示其显著降低通信开销，同时保持有竞争力的任务表现，并在多种设置下具备泛化性与鲁棒性。
要点速读
- 论文提出 HyLaT 混合潜空间-文本通信协议，以潜空间通道传复杂信号、自然语言传关键信号。
- 采用两阶段训练：单智能体混合生成学习与多智能体交互协同训练。
- 作者报告实验显著降低通信开销，任务表现具竞争力，并具泛化性与鲁棒性。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。