GraphPlanner以圖記憶路由 規劃多智能體協作
新研究GraphPlanner引入圖記憶網絡,將多智能體大語言模型的路由過程升級為動態工作流生成,不僅決定調用哪個模型,更規劃各模型的角色、調用時序與協作方式。
路由升級為工作流
當大語言模型從「單模型回答」走向「多模型協作」,一個新問題正在浮現:系統不只需知道該調用哪個LLM,還需知道讓它扮演什麼角色、在什麼步驟調用、如何與其他模型協作。
GraphPlanner針對此需求,透過圖記憶網絡把傳統路由升級為動態工作流生成,一併實現任務分解與協作規劃,思路清晰而完整。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
