LLM$\times$MapReduce-V3：通过基于MCP的分层模块化代理系统实现交互式深入调查生成
计算与语言
2026-01-30 v2
摘要
我们提出 LLM x MapReduce-V3，一个为长篇调查生成而设计的分层模块化代理系统。该版本在前一工作 LLM x MapReduce-V2 基础上，引入了多代理架构，其中 individual 功能组件（如骨架初始化、摘要构建和骨架细化）实现为独立的模型-上下文协议（MCP）服务器。这些原子服务器可聚合到更高级的服务器中，创建分层结构系统。一个高层规划代理通过选择基于其 MCP 工具描述和执行历史记录的适当模块来动态协调工作流程。这种模块化分解促进了人类在环介入，为用户提供了更大的控制和定制权。通过多轮交互，系统精确捕获旨在研究视角，以生成全面的骨架，然后开发为深入的调查。人类评估表明，我们的系统在内容深度和长度上均优于代表性基线，凸显了基于 MCP 的模块化规划的优势。
引用
@article{arxiv.2510.10890,
title = {LLM$\times$MapReduce-V3: Enabling Interactive In-Depth Survey Generation through a MCP-Driven Hierarchically Modular Agent System},
author = {Yu Chao and Siyu Lin and xiaorong wang and Zhu Zhang and Zihan Zhou and Haoyu Wang and Shuo Wang and Jie Zhou and Zhiyuan Liu and Maosong Sun},
journal= {arXiv preprint arXiv:2510.10890},
year = {2026}
}
备注
Accepted by EMNLP2025 System Demonstration