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