本周研究机构披露行业研究动态一个月内俄三艘主力护卫舰被击伤 很兴奋为您解答这个问题，，，让我来帮您详细说明一下。。。品牌授权报修电话，，，快速上门服务

山西省忻州市定襄县江西省萍乡市上栗县陕西省商洛市山阳县山东省滨州市行唐县龙州镇山西省阳泉市平定县四川省凉山彝族自治州西昌市百色市靖西市山西省晋都会泽州县四川省宜宾市江安县静海区西翟庄镇赞皇县院头镇云南省西双版纳傣族自治州勐腊县赞皇县院头镇平顶山市卫东区顺义区空港街道平顶山市湛河区博尔塔拉蒙古自治州温泉县桂林市兴安县甘肃省陇南市武都区甘肃省陇南市武都区焦作市昌平区小汤山镇黑龙江省哈尔滨市巴彦县辽宁省辽阳市白塔区南阳市内乡县元氏县殷村镇福建省厦门市海沧区广东省深圳市四川省宜宾市江安县门头沟区大峪街道山东省聊都会冠县海南省儋州市淮南市大通区山东省烟台市牟平区蓟州区东赵各庄镇黑龙江省七台河市桃山区平山县小觉镇江苏省南通市启东市山东省淄博市临淄区平山县小觉镇河东区大直沽街道湖北省恩施土家族苗族自治州恩施市伊犁哈萨克自治州昭苏县山东省青岛市城阳区北辰区广源街道福建省福州市永泰县四川省凉山彝族自治州甘洛县黑龙江省佳木斯市富锦市山东省青岛市城阳区黑龙江省绥化市明水县江西省赣州市石城县巴音郭楞蒙古自治州和硕县江苏省徐州市新沂市青秀区吉林省白山市浑江区平山县岗南镇山东省淄博市临淄区甘肃省定西市渭源县福建省漳州市龙海市陕西省汉中市西乡县百色市田林县西藏山南市贡嘎县四川省宜宾市江安县桥西区留营街道云南省普洱市景东彝族自治县山东省潍坊市青州市山东省聊都会冠县陕西省汉中市南郑区江西省吉安市吉安县长安区广安街道向阳区豆各庄地区合肥市庐阳区福建省漳州市龙海市青海省海西蒙古族藏族自治州德令哈市黑龙江省绥化市明水县福建省莆田市仙游县辽宁省沈阳市浑南区南开区体育中心街道贵州省黔南布依族苗族自治州惠水县青海省果洛藏族自治州甘肃省天水市秦州区山东省烟台市龙口市鹿泉区白鹿泉乡云南省西双版纳傣族自治州勐腊县百色市田林县元氏县殷村镇江西省萍乡市上栗县清静区南市街道元氏县向阳区管庄地区丰台区宛平城地区甘肃省天水市秦州区广东省珠海市斗门区山西省晋中市榆社县西城区月坛街道福建省厦门市海沧区江西省宜春市奉新县平顶山市湛河区江西省宜春市宜丰县

今日行业报告转达新研究报告给多智能体LLM装上「图影象事情流路由器」，，，搞定挪用、协作妄想，，，很兴奋为您解答这个问题，，，让我来帮您详细说明一下:官方服务专线，，，支持多品牌报修

黑龙江省七台河市桃山区河东区东新街道洛阳市汝阳县蓟州区东二营镇陕西省咸阳市兴平市陕西省汉中市西乡县辽宁省向阳市北票市四川省宜宾市珙县贵州省六盘水市水城县山西省忻州市定襄县甘肃省庆阳市镇原县内蒙古鄂尔多斯市康巴什区云南省丽江市宁蒗彝族自治县四川省成都会双流区蓟州区东施古镇福建省厦门市湖里区吉林省长春市双阳区福建省南平市建瓯市陕西省咸阳市兴平市甘肃省陇南市江苏省南通市启东市广东省汕头市南澳县延庆区沈家营镇蓟州区官庄镇湖北省襄阳市襄州区清静区南市街道丰台区和义街道平山县东回舍镇四川省凉山彝族自治州甘洛县江西省宜春市宜丰县新乐市协神乡内蒙古锡林郭勒盟正镶白旗江西省宜春市奉新县濮阳市南乐县亳州市利辛县和田地区洛阳市汝阳县四川省凉山彝族自治州西昌市银川市贺兰县元氏县殷村镇福建省莆田市仙游县广东省惠州市龙门县甘肃省甘南藏族自治州山东省淄博市临淄区四川省泸州市江阳区辽宁省沈阳市沈河区濮阳市南乐县山东省聊都会茌平区平山县东回舍镇内蒙古锡林郭勒盟镶黄旗广东省江门市四川省甘孜藏族自治州丹巴县元氏县苏村乡四川省凉山彝族自治州西昌市吉林省四平市铁西区无极县大陈镇平山县岗南镇山东省东营市垦利区甘肃省庆阳市镇原县密云区河南寨镇百色市靖西市四川省德阳市广汉市云南省文山壮族苗族自治州广南县吉林省四平市铁西区福建省福州市永泰县喀什地区麦盖提县四川省甘孜藏族自治州九龙县江苏省苏州市相城区焦作市沁阳市平山县小觉镇云南省怒江傈僳族自治州福贡县山西省吕梁市中阳县防城港市东兴市平山县小觉镇蓟州区官庄镇福建省厦门市湖里区平山县东回舍镇丰台区长辛店镇洛阳市汝阳县长安区广安街道甘肃省甘南藏族自治州内蒙古锡林郭勒盟镶黄旗焦作市沁阳市银川市贺兰县陕西省汉中市西乡县西城区月坛街道江西省鹰潭市余江区西藏阿里地区日土县贵州省铜仁市印江土家族苗族自治县平山县宅北乡山东省青岛市城阳区隆安县顺义区空港街道江苏省徐州市丰县四川省凉山彝族自治州西昌市延庆区沈家营镇重庆市县巫山县湖北省宜昌市宜都会广东省广州市越秀区向阳区酒仙桥街道

全球服务区域:云南省大理白族自治州云龙县内蒙古鄂尔多斯市康巴什区湖北省恩施土家族苗族自治州恩施市辽宁省沈阳市浑南区山东省威海市内蒙古锡林郭勒盟镶黄旗山西省阳泉市平定县密云区高岭镇福建省福州市罗源县云南省怒江傈僳族自治州福贡县昌平区延寿镇平山县上观音堂乡四川省广元市山东省青岛市城阳区湖北省宜昌市夷陵区山东省青岛市城阳区青海省海南藏族自治州贵德县江西省宜春市奉新县湖北省宜昌市夷陵区赞皇县西龙门乡丰台区右安门街道哈密市伊吾县福建省莆田市仙游县四川省凉山彝族自治州昭觉县哈密市伊吾县北海市海城区淮南市大通区黑龙江省大兴安岭地区呼玛县赞皇县院头镇贵州省六盘水市水城县江西省景德镇市昌江区丰台区和义街道密云区不老屯镇芜湖市南陵县四川省泸州市江阳区密云区古北口镇丰台区长辛店镇南阳市内乡县四川省凉山彝族自治州昭觉县福建省三明市梅列区江苏省南京市浦口区内蒙古鄂尔多斯市鄂托克旗黑龙江省伊春市金林区元氏县殷村镇平山县小觉镇陕西省宝鸡市千阳县山西省运都会夏县防城港市东兴市桥西区留营街道宝坻区牛家牌镇山西省晋中市灵石县平顶山市湛河区桥西区留营街道西藏山南市贡嘎县福建省福州市罗源县开封市通许县黑龙江省鸡西市鸡冠区湖北省宜昌市秭归县云南省玉溪市新平彝族傣族自治县西藏山南市贡嘎县静海区大邱庄镇湖北省恩施土家族苗族自治州恩施市辽宁省向阳市北票市江西省九江市武宁县门头沟区大峪街道四川省甘孜藏族自治州九龙县福建省福州市永泰县北辰区怀柔区宝山镇江西省九江市武宁县桂林市秀峰区湖北省襄阳市襄州区内蒙古鄂尔多斯市康巴什区上海市市辖区嘉定区桥西区苑东街道黑龙江省佳木斯市富锦市陕西省汉中市南郑区四川省宜宾市珙县开封市通许县静海区西翟庄镇陕西省西安市未央区密云区不老屯镇福建省莆田市仙游县信阳市平桥区甘肃省甘南藏族自治州广东省惠州市龙门县丰台区和义街道淮南市大通区青海省果洛藏族自治州清静区南市街道甘肃省定西市渭源县贵州省六盘水市水城县昌平区阳坊镇福建省漳州市龙海市四川省宜宾市江安县山西省晋都会高平市吉林省白山市浑江区青秀区辽宁省向阳市北票市丰台区宛平城地区

今日行业协会宣布行业动态给多智能体LLM装上「图影象事情流路由器」，，，搞定挪用、协作妄想，，，很兴奋为您解答这个问题，，，让我来帮您详细说明一下:售后服务维修中心电话，，，支持多渠道服务

天下服务区域：湖北省恩施土家族苗族自治州建始县四川省凉山彝族自治州西昌市西城区天桥街道辽宁省锦州市义县四川省凉山彝族自治州昭觉县西城区天桥街道桂林市兴安县喀什地区叶城县山西省忻州市定襄县黑龙江省佳木斯市汤原县平顶山市湛河区北辰区黑龙江省佳木斯市汤原县江西省赣州市石城县密云区古北口镇辽宁省本溪市溪湖区平山县小觉镇吉林省长春市双阳区芜湖市南陵县四川省广元市蓟州区东二营镇内蒙古锡林郭勒盟镶黄旗元氏县海淀区青龙桥街道向阳区豆各庄地区塔城地区和布克赛尔蒙古自治县四川省成都会双流区山西省晋中市榆社县蚌埠市蚌山区平山县岗南镇西藏山南市鹿泉区寺家庄镇隆安县内蒙古鄂尔多斯市康巴什区顺义区空港街道静海区大邱庄镇甘肃省陇南市四川省宜宾市珙县辽宁省铁岭市开原市甘肃省白银市景泰县黑龙江省佳木斯市富锦市平山县岗南镇平山县岗南镇云南省玉溪市新平彝族傣族自治县海淀区青龙桥街道四川省德阳市广汉市江西省宜春市宜丰县山西省晋中市榆社县福建省漳州市龙海市江西省鹰潭市余江区河西区桃园街道江苏省苏州市相城区山东省烟台市龙口市伊犁哈萨克自治州昭苏县四川省甘孜藏族自治州九龙县山东省东营市垦利区山东省烟台市牟平区四川省甘孜藏族自治州贵州省六盘水市水城县江苏省徐州市丰县蚌埠市龙子湖区蓟州区东施古镇江苏省苏州市相城区蓟州区东二营镇广东省惠州市龙门县广东省深圳市丰台区和义街道广东省深圳市云南省大理白族自治州云龙县山东省枣庄市台儿庄区山西省忻州市宁武县平顶山市卫东区辽宁省辽阳市白塔区喀什地区麦盖提县海南省海浚口市美兰区陕西省商洛市山阳县塔城地区和布克赛尔蒙古自治县陕西省宝鸡市眉县喀什地区麦盖提县巴音郭楞蒙古自治州和硕县上海市市辖区嘉定区山西省晋中市榆社县淮南市大通区福建省南平市四川省甘孜藏族自治州泸定县江苏省徐州市福建省厦门市海沧区北海市海城区新乐市协神乡青海省海北藏族自治州门源回族自治县陕西省商洛市山阳县静海区西翟庄镇山西省吕梁市岚县濮阳市南乐县山东省泰安市泰山区黑龙江省大兴安岭地区呼玛县阿克苏地区新和县山西省晋中市灵石县湖北省宜昌市宜都会内蒙古兴安盟乌兰浩特市

售后服务上门服务电话，，，智能分配票据：给多智能体LLM装上「图影象事情流路由器」，，，搞定挪用、协作妄想

新智元报道

【新智元导读】GraphPlanner通过引入图影象网络，，，将多智能体LLM的路由历程升级为动态事情流天生。。。不但选择挪用哪个模子，，，还决议每个模子应肩负的角色，，，实现使命剖析与协作妄想。。。

当大语言模子从「单模子回覆」走向「多模子协作」，，，一个新的问题正在浮现：

系统不但需要知道该挪用哪个LLM，，，还需要知道该让这个LLM饰演什么角色、在什么方法挪用、怎样与其他模子协作。。。

现有LLM Router大多关注query-level的模子选择：给定一个问题，，，判断该交给Qwen、LLaMA、Gemma、Mixtral照旧其他模子。。。进一步的多轮Router虽然能够举行多次挪用，，，但通常仍然只是「一连选择模子」，，，缺少对多智能体协作流程自己的显式建模。。。

对此，，，University of Illinois Urbana-Champaign（UIUC）的研究职员提出GraphPlanner，，，将LLM Routing从「选择模子」推进到「天生多智能体事情流」：系统在每一步同时决议挪用哪个模子以及激活哪个智能体角色，，，并使用图结构影象历史交互与目今事情流状态，，，从而实现更高效、更可泛化的多模子协作。。。

论文链接: https://arxiv.org/abs/2604.23626

代码链接: https://github.com/ulab-uiuc/GraphPlanner

研究配景

古板Single-Round Router的逻辑很直接：给定一个query，，，选择一个最合适的LLM往返覆。。。

这种方式简朴高效，，，但面临重大使命时保存显着限制：它无法剖析使命，，，也无法组织多个模子之间的协作。。。

Multi-Round Router则进一步允许多次挪用差别模子，，，例如Router-R1可以在「思索—路由—聚合」的历程中重复挪用多个LLM。。。

但这类要领实质上仍然更关注backbone selection，，，也就是「下一步该挪用哪个模子」，，，而没有显式建模多智能系一切中的角色分工与协作结构。。。

现实中的重大使命往往需要更靠近agentic workflow的处理方式。。。例如：

先由Planner将重大问题拆解成子问题；；；

再由多个Executor划分解决差别子使命；；；

最后由Summarizer汇总中心效果并形成最终谜底。。。

GraphPlanner正是围绕这一点提出：Router不应只决议挪用哪个模子，，，还应决议挪用哪个Agent Role，，，并动态天生适合目今query的协作事情流。。。

GraphPlanner

GraphPlanner的焦点头脑是将routing历程建模为一个sequential decision-making problem。。。

在每一步，，，GraphPlanner不再只选择一个LLM，，，而是选择一个二元行动：

Action = Agent Role + LLM Backbone

研究职员默认界说了三类基础Agent Role：

1. Planner：认真将重大query剖析为若干atomic sub-queries；；；

2. Executor：认真回覆原始query或子问题；；；

3. Summarizer：认真聚合多其中心效果，，，天生更一致的上下文或最终回覆。。。

因此，，，GraphPlanner的每一步决议都在回覆两个问题：

目今应该由哪个角色执行？？应该使用哪个LLM执行？？

这种设计让Router从一个简朴的「模子选择器」，，，升级为一个能够构建query-specific agentic workflow的「多智能体妄想器」。。。

关于简朴问题，，，GraphPlanner可以直接选择Executor一步完成回覆；；；关于重大数学、代码或多跳推理使命，，，它可以先挪用Planner拆解问题，，，再挪用多个Executor解决子问题，，，最后挪用Summarizer汇总推理链路。。。

GraphPlanner的另一个要害立异是引入异构图影象网络GARNet。。。

在多智能体LLM系统中，，，每次挪用都会爆发富厚的交互信息：query 是什么、哪个模子被挪用、它饰演什么角色、输出了什么效果、本钱是几多、最终是否准确。。。

这些历史 interaction traces 自己就是很是名贵的 routing memory。。。它们能够告诉系统：在相似使命上，，，哪些模子更适合担当 Planner？？哪些模子更适合做 Executor？？哪些角色组合更高效？？

为此，，，GraphPlanner构建了两类图影象：

Workflow Memory Graph：纪录目今 query 在本轮推理历程中天生的子问题、角色挪用和中心回复；；；

Historical Memory Graph：纪录已往使命中的query、response、LLM-role交互、accuracy 和 cost 信息。。。

GARNet将query node、response node、LLM-role node以及accuracy-cost edge组织成异构图，，，并通过共享的role hub nodes毗连目今事情流与历史影象。。。

这样，，，GraphPlanner在做下一步routing决议时，，，不但能看到目今query的状态，，，还能使用历史交互中积累下来的模子能力画像与协作模式。。。

用强化学习训练Agentic Router

由于GraphPlanner的routing workflow包括离散的角色选择、模子挪用、子问题剖析和效果汇总，，，整个历程难以直接端到端求导。。。

因此，，，研究职员将workflow generation建模为Markov Decision Process，，，并使用PPO举行强化学习训练。。。

奖励函数同时思量使命效果与挪用本钱：

最终回覆准确性带来task utility；；；

每一步模子挪用会爆发computational cost；；；

超参数α用于控制accuracy-cost trade-off。。。

换言之，，，GraphPlanner学到的不是一个牢靠事情流模板，，，而是一种动态战略：在面临差别 query 时，，，自顺应决议是否需要妄想、是否需要拆解、挪用几个模子、每个模子饰演什么角色，，，以及何时汇总并输出最终谜底。。。

实验效果：更强性能、更低训练本钱、更好泛化

GraphPlanner在14个使命、6个领域上举行了系统评估，，，笼罩Math、Code、Commonsense Reasoning、World Knowledge、Popular Benchmark以及Out-of-domain Testing。。。

实验包括两个阶段：

Phase 1：在用户预界说的agentic workflow中，，，优化差别agent的LLM backbone选择；；；

Phase 2：同时天生agentic workflow并选择对应的LLM backbone。。。

效果显示，，，GraphPlanner在两个阶段均显著优于single-round与multi-round router baselines。。。

在Phase 1中，，，GraphPlanner在牢靠事情流下仍能取得最高平均准确率，，，说明图影象增强的 routing policy 能更好地为差别agent分配合适模子。。。

在Phase 2中，，，当系统允许自由天生workflow时，，，GraphPlanner的优势进一步扩大，，，相比最强baseline带来约9.3%的平均准确率提升，，，说明 query-specific workflow generation 比牢靠事情流更适合重大使命。。。

更主要的是，，，GraphPlanner还展现出优异的效率体现。。。相比Router-R1等RL-based multi-round router，，，GraphPlanner在训练阶段显著降低GPU compute，，，并通过轻量级图战略网络实现更高效的routing决议。。。

泛化能力：支持Unseen Tasks与Unseen LLMs

一个好的LLM Router不应只记着训练集中的使命和模子，，，而应能泛化到新的使命类型和新的LLM backbone。。。

GraphPlanner在out-of-domain使命LogicGrid、MGSM和CommonGen上取得了78%的平均准确率，，，显着优于 GraphRouter、RouterDC 和 Router-R1 等 baseline。。。

同时，，，当实验中加入训练阶段未见过的 LLM 时，，，GraphPlanner 仍能坚持稳固且更优的体现。。。这说明它并不是简朴影象某个模子在某个使命上的标签，，，而是通过 LLM-role graph 和 historical interaction memory 学到了更可迁徙的协作模式。。。

别的，，，GraphPlanner 支持两种 inference 方式：

Inductive Setting：不依赖保存的历史交互，，，安排更轻量；；；

Transductive Setting：使用历史 interaction memory，，，获得更高性能。。。

这种设计使 GraphPlanner 可以凭证现实安排需求，，，在效率和性能之间无邪切换。。。

GraphPlanner的焦点孝顺在于，，，它将LLM Router从古板的backbone selection推进到了agentic workflow generation。。。

已往的Router主要回覆：这个query应该交给哪个模子？？

GraphPlanner 进一步回覆：

> 这个query应该怎样拆解？？

> 哪些Agent Role应该加入？？

> 每个角色应该由哪个LLM执行？？

> 目今事情流怎样使用历史交互履历？？

> 怎样在效果与本钱之间取得更优平衡？？

因此，，，GraphPlanner不但是一个更强的Router，，，而是迈向多智能体 LLM 系统自动化编排的主要一步。。。

它让多个异构LLM不再只是被动挪用的工具，，，而是能够在Planner、Executor、Summarizer等角色下形成结构化协作流程。。。

关于未来的AI基础设施而言，，，这种ability to plan, route, remember, and coordinate将成为构建可扩展、多模子、多智能系一切的要害能力。。。

参考资料：

https://arxiv.org/abs/2604.23626

编辑：LRST

昨日行业报告宣布最新效果给多智能体LLM装上「图影象事情流路由器」，，，搞定挪用、协作妄想

新智元报道

【新智元导读】GraphPlanner通过引入图影象网络，，，将多智能体LLM的路由历程升级为动态事情流天生。。。不但选择挪用哪个模子，，，还决议每个模子应肩负的角色，，，实现使命剖析与协作妄想。。。

当大语言模子从「单模子回覆」走向「多模子协作」，，，一个新的问题正在浮现：

系统不但需要知道该挪用哪个LLM，，，还需要知道该让这个LLM饰演什么角色、在什么方法挪用、怎样与其他模子协作。。。

现有LLM Router大多关注query-level的模子选择：给定一个问题，，，判断该交给Qwen、LLaMA、Gemma、Mixtral照旧其他模子。。。进一步的多轮Router虽然能够举行多次挪用，，，但通常仍然只是「一连选择模子」，，，缺少对多智能体协作流程自己的显式建模。。。

对此，，，University of Illinois Urbana-Champaign（UIUC）的研究职员提出GraphPlanner，，，将LLM Routing从「选择模子」推进到「天生多智能体事情流」：系统在每一步同时决议挪用哪个模子以及激活哪个智能体角色，，，并使用图结构影象历史交互与目今事情流状态，，，从而实现更高效、更可泛化的多模子协作。。。

论文链接: https://arxiv.org/abs/2604.23626

代码链接: https://github.com/ulab-uiuc/GraphPlanner

研究配景

古板Single-Round Router的逻辑很直接：给定一个query，，，选择一个最合适的LLM往返覆。。。

这种方式简朴高效，，，但面临重大使命时保存显着限制：它无法剖析使命，，，也无法组织多个模子之间的协作。。。

Multi-Round Router则进一步允许多次挪用差别模子，，，例如Router-R1可以在「思索—路由—聚合」的历程中重复挪用多个LLM。。。

但这类要领实质上仍然更关注backbone selection，，，也就是「下一步该挪用哪个模子」，，，而没有显式建模多智能系一切中的角色分工与协作结构。。。

现实中的重大使命往往需要更靠近agentic workflow的处理方式。。。例如：

先由Planner将重大问题拆解成子问题；；；

再由多个Executor划分解决差别子使命；；；

最后由Summarizer汇总中心效果并形成最终谜底。。。

GraphPlanner正是围绕这一点提出：Router不应只决议挪用哪个模子，，，还应决议挪用哪个Agent Role，，，并动态天生适合目今query的协作事情流。。。

GraphPlanner

GraphPlanner的焦点头脑是将routing历程建模为一个sequential decision-making problem。。。

在每一步，，，GraphPlanner不再只选择一个LLM，，，而是选择一个二元行动：

Action = Agent Role + LLM Backbone

研究职员默认界说了三类基础Agent Role：

1. Planner：认真将重大query剖析为若干atomic sub-queries；；；

2. Executor：认真回覆原始query或子问题；；；

3. Summarizer：认真聚合多其中心效果，，，天生更一致的上下文或最终回覆。。。

因此，，，GraphPlanner的每一步决议都在回覆两个问题：

目今应该由哪个角色执行？？应该使用哪个LLM执行？？

这种设计让Router从一个简朴的「模子选择器」，，，升级为一个能够构建query-specific agentic workflow的「多智能体妄想器」。。。

关于简朴问题，，，GraphPlanner可以直接选择Executor一步完成回覆；；；关于重大数学、代码或多跳推理使命，，，它可以先挪用Planner拆解问题，，，再挪用多个Executor解决子问题，，，最后挪用Summarizer汇总推理链路。。。

GraphPlanner的另一个要害立异是引入异构图影象网络GARNet。。。

在多智能体LLM系统中，，，每次挪用都会爆发富厚的交互信息：query 是什么、哪个模子被挪用、它饰演什么角色、输出了什么效果、本钱是几多、最终是否准确。。。

这些历史 interaction traces 自己就是很是名贵的 routing memory。。。它们能够告诉系统：在相似使命上，，，哪些模子更适合担当 Planner？？哪些模子更适合做 Executor？？哪些角色组合更高效？？

为此，，，GraphPlanner构建了两类图影象：

Workflow Memory Graph：纪录目今 query 在本轮推理历程中天生的子问题、角色挪用和中心回复；；；

Historical Memory Graph：纪录已往使命中的query、response、LLM-role交互、accuracy 和 cost 信息。。。

GARNet将query node、response node、LLM-role node以及accuracy-cost edge组织成异构图，，，并通过共享的role hub nodes毗连目今事情流与历史影象。。。

这样，，，GraphPlanner在做下一步routing决议时，，，不但能看到目今query的状态，，，还能使用历史交互中积累下来的模子能力画像与协作模式。。。

用强化学习训练Agentic Router

由于GraphPlanner的routing workflow包括离散的角色选择、模子挪用、子问题剖析和效果汇总，，，整个历程难以直接端到端求导。。。

因此，，，研究职员将workflow generation建模为Markov Decision Process，，，并使用PPO举行强化学习训练。。。

奖励函数同时思量使命效果与挪用本钱：

最终回覆准确性带来task utility；；；

每一步模子挪用会爆发computational cost；；；

超参数α用于控制accuracy-cost trade-off。。。

换言之，，，GraphPlanner学到的不是一个牢靠事情流模板，，，而是一种动态战略：在面临差别 query 时，，，自顺应决议是否需要妄想、是否需要拆解、挪用几个模子、每个模子饰演什么角色，，，以及何时汇总并输出最终谜底。。。

实验效果：更强性能、更低训练本钱、更好泛化

GraphPlanner在14个使命、6个领域上举行了系统评估，，，笼罩Math、Code、Commonsense Reasoning、World Knowledge、Popular Benchmark以及Out-of-domain Testing。。。

实验包括两个阶段：

Phase 1：在用户预界说的agentic workflow中，，，优化差别agent的LLM backbone选择；；；

Phase 2：同时天生agentic workflow并选择对应的LLM backbone。。。

效果显示，，，GraphPlanner在两个阶段均显著优于single-round与multi-round router baselines。。。

在Phase 1中，，，GraphPlanner在牢靠事情流下仍能取得最高平均准确率，，，说明图影象增强的 routing policy 能更好地为差别agent分配合适模子。。。

在Phase 2中，，，当系统允许自由天生workflow时，，，GraphPlanner的优势进一步扩大，，，相比最强baseline带来约9.3%的平均准确率提升，，，说明 query-specific workflow generation 比牢靠事情流更适合重大使命。。。

更主要的是，，，GraphPlanner还展现出优异的效率体现。。。相比Router-R1等RL-based multi-round router，，，GraphPlanner在训练阶段显著降低GPU compute，，，并通过轻量级图战略网络实现更高效的routing决议。。。

泛化能力：支持Unseen Tasks与Unseen LLMs

一个好的LLM Router不应只记着训练集中的使命和模子，，，而应能泛化到新的使命类型和新的LLM backbone。。。

GraphPlanner在out-of-domain使命LogicGrid、MGSM和CommonGen上取得了78%的平均准确率，，，显着优于 GraphRouter、RouterDC 和 Router-R1 等 baseline。。。

同时，，，当实验中加入训练阶段未见过的 LLM 时，，，GraphPlanner 仍能坚持稳固且更优的体现。。。这说明它并不是简朴影象某个模子在某个使命上的标签，，，而是通过 LLM-role graph 和 historical interaction memory 学到了更可迁徙的协作模式。。。

别的，，，GraphPlanner 支持两种 inference 方式：

Inductive Setting：不依赖保存的历史交互，，，安排更轻量；；；

Transductive Setting：使用历史 interaction memory，，，获得更高性能。。。

这种设计使 GraphPlanner 可以凭证现实安排需求，，，在效率和性能之间无邪切换。。。

GraphPlanner的焦点孝顺在于，，，它将LLM Router从古板的backbone selection推进到了agentic workflow generation。。。

已往的Router主要回覆：这个query应该交给哪个模子？？

GraphPlanner 进一步回覆：

> 这个query应该怎样拆解？？

> 哪些Agent Role应该加入？？

> 每个角色应该由哪个LLM执行？？

> 目今事情流怎样使用历史交互履历？？

> 怎样在效果与本钱之间取得更优平衡？？

因此，，，GraphPlanner不但是一个更强的Router，，，而是迈向多智能体 LLM 系统自动化编排的主要一步。。。

它让多个异构LLM不再只是被动挪用的工具，，，而是能够在Planner、Executor、Summarizer等角色下形成结构化协作流程。。。

关于未来的AI基础设施而言，，，这种ability to plan, route, remember, and coordinate将成为构建可扩展、多模子、多智能系一切的要害能力。。。

参考资料：

https://arxiv.org/abs/2604.23626

编辑：LRST

昔时课堂里那束启蒙之光，，，已酿成一支熊熊火炬，，，由我们一代接续传承。。。

凯时AG

一个月内俄三艘主力护卫舰被击伤