CERA-MoA 让持续学习的LLM智能体与路由机制协同进化
CERA-MoA是一种面向混合智能体系统的迭代式强化学习框架，使动态路由器与独立智能体共同进化。该方法利用中间层隐藏状态构建预测式熟悉度估计器，在无需完整运行轨迹的情况下评估各智能体的语义能力。基于累积阈值的自适应路由机制会针对不同任务动态启用合适且数量最少的智能体子集。同时，系统根据智能体能力的变化分配训练样本，以促进专业化。跨多个领域的实验表明，CERA-MoA的表现优于静态智能体路由和固定流程微调基线。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。