arXiv Artificial Intelligence· Maria Gabriela Alves Zuppardo, Vinicius Cardoso Garcia·2026-10-23 12:00· 4 小时前AI 评分31

多智能体 LLM 流水线中，准确率提升来自专用提示词而非类型化状态校验

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 校验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。