论文发现中等自主性加部分伪代码引导的协调效果最好。
资讯摘要
论文关注LLM智能体在分布式多智能体系统中执行协调协议的可靠性，提出符号引导分类法SGT，将自主性从开放式自然语言推理到完全按算法执行划分为多个层级，中间层级提供部分伪代码引导。作者报告，在AgentsNet基准上，中等自主性层级的表现稳定优于无引导智能体和完全规定式规范，并将自主性调节视为LLM分布式协调的关键设计原则。
要点速读
- 论文提出符号引导分类法SGT，按自主性程度划分从自然语言推理到完全算法执行的层级。
- 中间层级提供部分伪代码引导，作者报告其表现优于无引导和完全规定式两种极端。
- 研究基于AgentsNet分布式协调基准，作者将自主性调节列为LLM协调的设计原则。
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 2026/10/27 08:00:28（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。