多智能体 LLM 框架改进贝叶斯优化中的自适应采集

研究提出一种多智能体 LLM 框架，将探索-利用控制拆分为策略智能体与生成智能体：前者为多个搜索准则分配可解释权重，后者按该策略生成候选，使决策显式、可观测、可调。作者指出单智能体 LLM 在同一提示词内同时做策略选择与候选生成会认知过载，导致搜索不稳定和过早收敛。多个连续优化基准上的实验显示，这种拆分显著提升了 LLM 介导搜索的效果。