AOD：按需向同伴求助的并行智能体通信框架

按需向同伴求助可提升并行智能体表现并降低推理成本。

资讯摘要

论文提出 Ask on Demand（AOD）通信框架，让并行 LLM 智能体在出现具体信息需求时，才向同伴发起定向求助：请求获批后，框架从同伴执行历史中检索相关证据、选择合适的同伴并生成针对性回复。作者用配对团队续跑训练一个轻量门控，以团队最终结果和推理成本作为监督信号，判断何时求助值得。在 AppWorld 与 WebShop 上的实验显示，AOD 相比独立并行执行稳定提升任务表现，且推理成本低于现有信息共享基线。

要点速读

1. AOD 在智能体出现具体信息需求时才发起同伴求助，而非提前筛选或摘要信息。
2. 作者训练轻量门控决定何时求助，监督信号来自团队最终结果与推理成本。
3. 在 AppWorld 和 WebShop 上，AOD 任务表现优于独立并行执行，推理成本低于现有共享基线。

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 2026/11/3 08:00:27（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。