arXiv cs.SE· Maria Gabriela Alves Zuppardo, Vinicius Cardoso Garcia·· 2 小时前AI 评分26
多智能体 LLM 流水线中，F1 提升来自专用提示词而非 Pydantic 类型化状态
Beyond Accuracy: Disentangling Decomposition from Typed-State Quality Assurance in Multi-Agent LLM Pipelines
AI 导读
一项针对需求工程的多智能体 LLM 流水线归因研究发现，相比单次调用基线，F1 提升（最高 +0.075）主要来自复用专用提示词的两次调用变体，而 Pydantic 验证的类型化状态仅带来 -0.003 至 +0.013 的小幅差异，六组对比中仅一组显著。
来源：arXiv cs.SE · arxiv.org