כתבה
arXiv cs.AI ·
למידה של מה להפסיק: תחלופת זכויות לאימות נגדי לביצוע זרימות LLM רב-מגיני
Learning What to Skip: Counterfactual Credit Assignment for Efficient Multi-Agent LLM Workflows
זרימות LLM רב-מגיני יעילות: תחלופת זכויות לאימות נגדי לביצוע. LW2S לומדת דגמי בטיחות ספציפיים לפעולות, ומשלבת התאמה חיצונית עם שומרי תחום ייחודיים. LW2S מצליחה להפחית עלויות טוקן רשומות, ולשמור על דיוק זרימה מלא.
תקציר מקורי באנגליתarXiv:2609.30734v1 Announce Type: new Abstract: Multi-agent LLM workflows use planning, execution, verification, and summarization to improve task performance, yet the value of each component depends on the state already produced. Executing every component can waste computation or overwrite a correct intermediate answer. We formulate component omission as counterfactual credit assignment: full-workflow logs reveal the executed trajectory's reward, while controlled skip interventions reveal the consequences of omitting a future step. We introduce Learning What to Skip (LW2S), which learns action-specific safety models from these interventions and combines held-out calibration with domain-native guards to select skips. When an early skip is rejected, the controller can continue execution and
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית