面向基于 LLM 的多智能体系统的能力感知编排

论文提出一种两阶段能力感知框架，用于自动编排基于 LLM 的多智能体系统：先建模 LLM 骨干对当前查询的任务条件化能力，再据此调整角色激活与通信图。六个 benchmark 平均分达 93.81%；六个不同能力水平的 LLM 骨干实验显示，高能力骨干平均准确率从 87.22 提升至 89.97，token 成本降低 36.26%，低能力骨干较现有方法再获 4.58 分增益，未见骨干上趋势一致。