面向决策支持的任务感知LLM委员会与自适应决策路径

大型语言模型（LLM）在各种决策任务中展现出强大的能力。然而，现有方法常常忽视不同可用模型之间的专业化差异，将所有LLM视为无论任务特性如何都通用，从而限制了其适应不同推理需求和任务复杂度的能力。本文提出任务感知LLM委员会（Task-Aware LLM Council, TALC），一种集成LLM委员会与蒙特卡洛树搜索（MCTS）的任务自适应决策框架，实现动态专家选择和高效多步规划。每个LLM都配备了从先前任务轨迹中派生的结构化成功记忆档案，以实现当前推理上下文与过去成功经验之间的语义匹配。在每个决策点上，TALC将控制权路由到最符合上下文的模型，并通过双信号机制估计节点价值，将基于模型的评估与历史效用分数相融合。这些信号根据节点内部方差自适应加权，用于指导MCTS选择，使系统能够在探索深度与规划置信度之间取得平衡。在WebShop、HumanEval和24游戏等实验中，TALC在任务成功率和搜索效率方面均优于强基线，验证了专业化感知路由和自适应规划的优势。