RCR-Router：多智能体LLM的角色感知上下文路由
热点事件持续更新
RCR-Router：多智能体LLM的角色感知上下文路由
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者 Jun Liu 等人提出 RCR（Role-Conditioned Context Routing），一种在多智能体 LLM 系统执行时按角色和 token 预算分配共享记忆条目的上下文路由层。 据论文，在多跳问答、ALFWorld 具身推理和 WebShop 网页决策任务上，RCR 相比 Full-Context 平均减少 35% token 用量、38% 运行时间，同时保持或提升任务表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
RCR-Router：面向多智能体 LLM 系统的角色感知上下文路由报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIRCR-Router：面向多智能体 LLM 系统的角色感知上下文路由
研究者提出 RCR（Role-Conditioned Context Routing），一种在多智能体 LLM 系统执行时按角色和 token 预算分配共享记忆条目的上下文路由层。在多跳问答、ALFWorld 具身推理和 WebShop 网页决策任务上，RCR 相比 Full-Context 平均减少 35% token 用量、38% 运行时间，同时保持或提升任务表现。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。