多智能体LLM高效协作：Gated-Memory路由学习记忆留存策略

arXiv:2609.00237v1 公告类型: 新稿 摘要: 基于大语言模型（LLM）的多智能体系统通过编排多个智能体的配置方式与协作方式来解决复杂推理问题。核心挑战在于如何让编排策略适应不断演变的协作状态。仅依据查询进行路由无法适应中间进展或错误，这会损害准确性。依据完整执行历史进行路由虽能补充缺失的上下文，但迫使后续决策处理此前的每一步，包括冗余或低价值的步骤。这造成了执行历史过载，推高了成本。有效的编排反而需要一个紧凑的状态，既能捕捉有价值的进展，又不会累积冗余上下文。我们提出 Gated-Memory Routing，让每个决策都基于查询和一个学习得到的执行记忆进行条件判断。一个学习得到的 Memory Write Gate 仅提交非冗余的推理步骤，一个学习得到的 Retrieval Gate 则为每个智能体提供紧凑且相关的子集，从而使每个决策都基于一个干净、信息丰富的状态。在每一步，系统从该记忆中选择下一个角色和 backbone，同时 Adaptive Halting Controller 在记忆包含足够回答证据时停止执行。在五个推理和代码生成 benchmark 上，我们的框架兼具有效性与高效性：取得了最佳平均准确率，超过最强基线 2.44 分，同时相对于该基线将 HumanEval 推理成本降低 31.9%。代码已开源至 https://github.com/rajibrhasan/gated-memory-routing