Routed Graph Handoff: Adaptive Format Selection for Multi-Agent LLM Delegation
路由图交接:多智能体大语言模型委派的自适应格式选择
机构 * Amazon(亚马逊)
AI总结 本研究针对多智能体 LLM 协调的高 token 开销问题,提出路由图交接方法,通过轻量级 LLM 路由器在图与自然语言间自适应选择,在多基准测试中实现性能提升或持平,且开销极低。
Comments Accepted in EMNLP 2026
大厂专区
路由图交接:多智能体大语言模型委派的自适应格式选择
机构 * Amazon(亚马逊)
AI总结 本研究针对多智能体 LLM 协调的高 token 开销问题,提出路由图交接方法,通过轻量级 LLM 路由器在图与自然语言间自适应选择,在多基准测试中实现性能提升或持平,且开销极低。
Comments Accepted in EMNLP 2026
我们能否解读音频大语言模型的思维?一个可解读的多语言中间层工作空间
机构 * Amazon AGI Foundations(亚马逊AGI基金会) ; University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
AI总结 本研究通过logit lens分析Qwen3-Omni模型,发现其中间层可在输出前清晰呈现音频问题答案,揭示了音频模型推理的特性与信号分布,为解读音频大语言模型内部思维提供了定性依据。