CANTANTE：通过对比信用归因优化智能体系统
计算与语言
2026-05-14 v1 人工智能
多智能体系统
摘要
LLM 基于的多智能体系统在软件工程、预测建模和检索增强生成等复杂现实任务中展现出强大的性能，但自动化其配置仍是一个结构性挑战，因为仅能在系统层面获得评分，而支配智能体行为的参数则是局部的。我们认为，对这些系统进行优化本质上是一个信用分配问题。因此，我们引入 CANTANTE，一个通过对比同一查询下多个联合配置的 rollout 来将系统级奖励分解为各智能体更新信号的框架。我们为提示词优化实现了该框架，将智能体提示词视为可学习的系统参数。我们在编程（MBPP）、数学推理（GSM8K）和多跳问答（HotpotQA）上评估了 CANTANTE，与 GEPA 和 MIPROv2 进行比较。在这些基准测试中，CANTANTE 在所有评估优化器中获得最佳平均排名，并且始终优于未优化的提示词。它在 MBPP 上比最强基线提升 18.9 个百分点，在 GSM8K 上提升 12.5 个百分点，同时推理成本更低。在 HotpotQA 上，仍在最强基线的一个标准差内。关键的是，我们的信用相关性分析确认，归因器产生的是有意义的 per-agent 信号，而非仅反射全局系统评分。
引用
@article{arxiv.2605.13295,
title = {CANTANTE: Optimizing Agentic Systems via Contrastive Credit Attribution},
author = {Tom Zehle},
journal= {arXiv preprint arXiv:2605.13295},
year = {2026}
}