Paper page - 多智能体推理中的流式通信

来源：https://huggingface.co/papers/2606.05158

摘要

StreamMA 通过流式传输中间结果并利用可靠的早期步骤，实现了高效的多智能体推理，在多种推理任务中同时改善了延迟和有效性。

多智能体推理系统（https://huggingface.co/papers?q=Multi-agent%20reasoning%20systems）采用“先生成后传输“的范式，导致端到端延迟（https://huggingface.co/papers?q=end-to-end%20latency）与流水线深度呈线性增长。我们提出了 StreamMA，一种多智能体推理系统，它在每个推理步骤生成后立即将其流式传输到下游智能体，通过管线化（https://huggingface.co/papers?q=pipelining）相邻智能体来降低延迟。令人惊讶的是，这种管线化（https://huggingface.co/papers?q=pipelining）同时提升了有效性：由于多步推理的质量是不均匀的，早期步骤比后期步骤更可靠，使用这些可靠的早期步骤而非完整链条（https://huggingface.co/papers?q=chain）可以防止容易出错的后期步骤误导下游智能体。我们通过首次对流式、串行和单一协议（https://huggingface.co/papers?q=single%20protocol）进行闭式联合分析，形式化了这两个优势，推导出有效性排序（https://huggingface.co/papers?q=effectiveness%20ordering）、加速上限（https://huggingface.co/papers?q=speedup%20upper%20bound）和成本比（https://huggingface.co/papers?q=cost%20ratio）。在跨越数学、科学和代码的八个推理基准（https://huggingface.co/papers?q=reasoning%20benchmarks）上，使用两个前沿大语言模型（https://huggingface.co/papers?q=LLMs）（Claude Opus 4.6 和 GPT-5.4）以及三种拓扑（Chain（https://huggingface.co/papers?q=Chain）、Tree（https://huggingface.co/papers?q=Tree）、Graph（https://huggingface.co/papers?q=Graph）），StreamMA 在两个基线上均表现更优（在 HMMT 2026 上平均 +7.3 个百分点，最高 +22.4 个百分点；Claude Opus 4.6-high）。除了这些贡献，我们还发现了一个“步骤级缩放定律（https://huggingface.co/papers?q=step-level%20scaling%20law）“：增加每个智能体的步骤能够持续提升有效性和效率，这是一个与智能体数量缩放（https://huggingface.co/papers?q=agent-count%20scaling）正交且可组合的新缩放维度。

查看 arXiv 页面（https://arxiv.org/abs/2606.05158）查看 PDF（https://arxiv.org/pdf/2606.05158）项目页面（https://zhenyangcs.github.io/StreamMA-website/）GitHub2（https://github.com/EnVision-Research/StreamMA）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.05158）

引用此论文的模型0

没有模型链接此论文

要在模型 README.md 中引用 arxiv.org/abs/2606.05158，以从本页面链接。

引用此论文的数据集0

没有数据集链接此论文

要在数据集 README.md 中引用 arxiv.org/abs/2606.05158，以从本页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

要在 Space README.md 中引用 arxiv.org/abs/2606.05158，以从本页面链接。

包含此论文的合集0

没有合集包含此论文

将此论文添加到合集（https://huggingface.co/new-collection）以从本页面链接。