SwarmSys：面向可扩展与自适应推理的去中心化群体智能代理
人工智能
2025-10-14 v1
摘要
大型语言模型（LLM）代理已展现出惊人的推理能力。然而，现有的多代理框架往往依赖固定角色或中心化控制，限制了在长期推理中的可扩展性和适应性。我们引入 SwarmSys，一个受群体智能启发的分布式多代理推理闭环框架。SwarmSys 中的协调通过三个专门角色——探索者（Explorers）、工作者（Workers）和验证者（Validators）——的循环式交互实现，角色不断在探索、开发和验证之间循环。为实现可扩展和自适应的协作，我们集成了自适应代理和事件轮廓、基于嵌入的概率匹配以及类似信息素的强化机制，支持动态任务分配和无全局监督的自组织收敛。在符号推理、研究综合和科学编程任务上，SwarmSys 均一致优于基线方法，显著提升准确率和推理稳定性。这些发现表明，群体智能启发的协调方式为可扩展、稳健且自适应的多代理推理提供了有前景的范式，表明协调规模的提升可能在推动 LLM 智能水平方面与模型规模并行。
引用
@article{arxiv.2510.10047,
title = {SwarmSys: Decentralized Swarm-Inspired Agents for Scalable and Adaptive Reasoning},
author = {Ruohao Li and Hongjun Liu and Leyi Zhao and Zisu Li and Jiawei Li and Jiajun Jiang and Linning Xu and Chen Zhao and Mingming Fan and Chen Liang},
journal= {arXiv preprint arXiv:2510.10047},
year = {2025}
}
备注
14 pages, 7 figures