10:21官方账号arXiv cs.AI@Somgyuan Li, Ahmed M. Abdelmoniem, Shiqiang Wang多智能体大型语言模型(LLM)工作流因协作推理而成为解决复杂任务的强大范式,但重复调用LLM和长期上下文积累导致运营成本高。ProgRouter是一个在线进度引导编排框架,自适应选择LLM代理,在保持任务解决质量的同时,遵守时间和成本预算。实验表明,与关键基线相比,ProgRouter降低了运营成本,同时保持了强大的任务解决性能。论文智能体多模态LLM工作流推荐理由:想了解如何降低多智能体LLM工作流的成本?试试这个新框架,它通过智能选择LLM代理来优化进度和成本。原文稍后读已读值得跟进有用关注 智能体