**PRISM：利用特权信息实现多智能体拓扑设计的个性化优化**

_PRISM: PRIvileged Sibling-guided Multi-Agent Topology Design_

> 针对多智能体系统（MAS）中协作拓扑生成缺乏单任务偏好信号的问题，PRISM 提出了一种基于特权信息的学习框架。该方法通过教师模型读取部署时不可用的“兄弟图”（sibling graph），引导学生模型在采样轨迹中匹配逐决策目标，从而从执行验证的图集中恢复出针对特定查询的个性化信号。实验表明，PRISM 在六个多样化基准测试中全面超越了现有基线，有效解决了传统持续监督微调（SFT）导致的模型漂移问题。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-19 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.20628)