DRF：LLM-AGENT 动态声誉过滤框架
人工智能
2025-09-09 v1
摘要
随着生成式 AI 的发展，利用大型语言模型（LLM）的多智能体系统已成为处理复杂任务的强大工具。然而，这些系统面临着量化智能体性能和缺乏评估智能体可信度的挑战。为此，我们引入了 DRF，一个动态声誉过滤框架。DRF 构建了一个交互式评分网络来量化智能体性能，设计了一种声誉评分机制来衡量智能体的诚实度和能力，并集成了基于上置置信上限（Upper Confidence Bound）的策略以提高智能体选择效率。实验表明，DRF 在逻辑推理和代码生成任务中显著提高了任务完成质量和协作效率，为多智能体系统处理大规模任务提供了新方法。
引用
@article{arxiv.2509.05764,
title = {DRF: LLM-AGENT Dynamic Reputation Filtering Framework},
author = {Yuwei Lou and Hao Hu and Shaocong Ma and Zongfei Zhang and Liang Wang and Jidong Ge and Xianping Tao},
journal= {arXiv preprint arXiv:2509.05764},
year = {2025}
}
备注
This paper has been accepted by ICONIP 2025 but not published