MARS：面向竞赛编程的多专家LLM接力系统

arXiv:2608.23918v1 公告类型：new 摘要：大语言模型（LLM）在代码生成方面表现出色，但竞技编程暴露出一个持续存在的失效模式：现有的多智能体（multi-agent）流水线将工作分配给通用的规划者、编码者和调试者角色，并将算法技术的选择完全交由 backbone 模型自行决定。我们提出 MARS（Multi-Agent Relay of Specialized LLMs，专业化 LLM 多智能体接力），这是一个纯提示词（prompt-only）框架，其中每个智能体都是特定主题的专家——动态规划、图论、字符串、几何等——并通过基于算法理论语料库的检索增强生成（RAG）进行 grounding。给定一个问题后，检索模块会选出一支相关的小型专家团队；一名 starter 编写初始 C++17 解决方案，随后每一轮都在沙箱中针对公开样例运行候选代码，让当前活跃的专家决定保留、修复或转交草稿，并将结构化数据包转发给下一位专家。最后通过一次 infrastructure-fixer 遍历来规范化样板代码。在 CodeContests 测试集上使用 Gemma 4 进行测试，MARS 达到了 $0.624 \pm 0.006$ 的通过率，平均每个任务仅需 $2.3$ 个记录的流水线阶段（相比直接提示词提升 $14.4$ 个百分点），大幅缩小了与 CodeSIM（$0.731$）的差距，同时 wall-clock 成本降低至后者的 $3.3$ 分之一，且每个任务的 token 消耗方差显著更小。源代码已在 GitHub 上开源：https://github.com/fckand/mars。