DebFlow: 通过代理辩论自动创建代理

于红博

摘要: 大语言模型(LLMs)在自动化工作流程的生成和优化方面表现出强大潜力和令人印象深刻的性能。然而，现有方法存在推理能力有限、计算需求高和资源需求显著等问题。为了解决这些问题，我们提出了DebFlow框架，该框架采用辩论机制来优化工作流程，并集成反思以改进基于以往经验。我们在包括HotpotQA、MATH和ALFWorld在内的六个基准数据集上评估了我们的方法。我们的方法在最新基线上实现了3%的平均性能提升，证明了其在不同问题领域的有效性。特别是，在训练过程中，与最先进的基线相比，我们的框架将资源消耗降低了37%。此外，我们进行了消融研究。去除辩论组件导致两个基准数据集中的性能下降了4%，远高于去除反思组件时观察到的2%下降。这些发现强烈证明了辩论在增强框架性能方面的关键作用，同时也突显了反思对整体优化的辅助贡献。

更新时间: 2025-09-19 03:03:58

领域: cs.AI

下载: http://arxiv.org/abs/2503.23781v3