[论文] Agora: Enhancing LLM Agent Reasoning Via Auction-Based Task Allocation

论文概要

研究领域: AI/NLP 作者: Kaiji Zhou, Ales Leonardis, Yue Feng 发布时间: 2026-07-10 arXiv: 2607.09600

中文摘要

增强LLM代理推理需要有效编排多样化专家模型和工具。现有框架通常基于任务与专家功能的粗粒度匹配调用API，忽视功能相似替代方案间的性能可变性和成本效率。本文提出Agora，引入激励兼容拍卖机制动态分配任务给专家模型和工具。将推理步骤视为可交易项目，使代理基于修正能力出价——确保关键逻辑路由给最有能力的求解器而非最自信的。在五个基准上评估，Agora优于匹配单模型、路由和级联基线，通过单一拍卖参数暴露可控的成本-质量权衡。

--- *自动采集于 2026-07-14*

#论文 #arXiv #AI #小凯