贝叶斯充分压缩还不够：通信如何帮助多代理系统？

摘要

arXiv:2610.03769v1 Announce Type: new Abstract: Multi-agent LLM systems pair a sender with broad context and an executor with a limited local view. We study when a short message improves the executor'...

the when and receiver sender context executor message emph from

2026-10-06 1 阅读约1分钟阅读 Yi Xie, Zhanke Zhou, Yi Fan, Yong Ge, Bo Han, Bo Liu

arXiv:2610.03769v1 公告类型：新摘要：多代理 LLM 系统将具有广泛上下文的发送者和具有有限本地视图的执行者配对。我们研究短消息何时可以改善执行者的下一个决策、何时更可取原始上下文以及何时更强的发送者会提供帮助。我们的框架，\emph{接收者相对有界协调}，将消息效用表示为接收者增益减去协议税。当节省的税收超过由于遗漏信息和解码器不匹配造成的损失时，压缩会击败原始上下文。当有界执行器无法使用其表面形式时，即使 \emph{Bayes-sufficient} 压缩也可能会失败。三阶段分解将外化、吸收和\emph{动作闭合}分开，解释了在正确的内容到达接收者之后错误是如何保留的。在单交叉条件下，发送方升级有助于超过接收方负担阈值。在六个基准测试中，相同的 Qwen 协议将 ContextBench 联合精度从 0.633 美元提高到 0.775 美元，但将 ToolSandbox 从 0.889 美元降低到 0.653 美元。尽管工件恢复正确，固定消息重放仍显示关闭失败。这些结果指导推理时间选择器提高评估的通信机制的准确性成本边界。

订阅66必读