Shared Prefixes, Better Credit: Adaptive Routing for Multi-Agent Reasoning
TreeCredit 是一个用于高效自适应多智能体推理的共享前缀信用分配框架。它通过从相同中间状态扩展候选算子构建共享前缀协作树，并根据终端正确性和累计额外成本为每个状态-算子对分配后缀信用，训练轻量级成对状态路由器，在推理时动态选择下一个算子。在六个推理基准上的实验显示其性能适度提升。
Development
- First ReportShared Prefixes, Better Credit: Adaptive Routing for Multi-Agent ReasoningarXiv cs.AI
- Current Assessment多智能体推理是提升大模型推理可靠性的重要方向，TreeCredit 的出现表明该领域正在从粗粒度监督转向更精细的信用分配。这可能推动更高效、更可控的多智能体协作框架的发展，对依赖多智能体系统的应用（如复杂问题求解、自动化决策）具有潜在影响。Agent Pulse · analysis
TreeCredit 提出了一种新的信用分配方法，用于自适应多智能体推理（MAR）。现有方法通常使用查询级标签或轨迹级回报来学习路由决策，但无法准确估计多步协作中单个算子的状态条件效用。TreeCredit 的核心洞察是通过状态匹配的下游比较来估计算子效用，而非直接将轨迹级结果归因于先前决策。它构建共享前缀协作树，从相同中间状态扩展候选算子，并为每个状态-算子对分配基于终端正确性和累计额外成本的后缀信用。这些结构化信用被转换为状态局部算子偏好，用于训练轻量级成对状态路由器，在推理时动态选择下一个算子。在六个推理基准上的实验显示，TreeCredit 相比现有方法有适度改进。
TreeCredit 的共享前缀信用分配机制可能为多智能体推理中的路由决策提供更细粒度的监督信号。通过状态匹配的下游比较，它避免了轨迹级归因的粗粒度问题，可能提高路由器的准确性。其轻量级成对状态路由器设计可能降低推理时的计算开销。下一步可验证的信号是：TreeCredit 在更大规模的多智能体系统或更复杂推理任务上的表现，以及其信用分配机制是否可迁移到其他路由框架。
多智能体推理是提升大模型推理可靠性的重要方向，TreeCredit 的出现表明该领域正在从粗粒度监督转向更精细的信用分配。这可能推动更高效、更可控的多智能体协作框架的发展，对依赖多智能体系统的应用（如复杂问题求解、自动化决策）具有潜在影响。
TreeCredit 可能降低多智能体推理系统的计算成本，同时保持或提升推理质量，对提供多智能体推理服务的公司具有商业价值。其轻量级路由器设计可能使部署更经济，从而加速多智能体技术的商业化。
未来，TreeCredit 的共享前缀信用分配方法可能被整合到更多多智能体推理框架中，或与其他技术（如强化学习、搜索）结合。其轻量级路由器的设计可能使其适用于实时推理场景。可关注其在更多基准和实际应用中的表现。