【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及大语言模型、自然语言处理、强化学习以及多智能体协作系统等交叉领域，尤其适用于复杂任务智能客服、智能辅助决策系统和评估评价分析场景。
技术介绍
1、当前，大语言模型(llm)驱动的多智能体协作推理系统在复杂任务求解方面展现出巨大潜力。已有方案采用多个智能体协同工作以提高推理的准确性和可靠性。例如，中国专利cn117744795a提出了一种多智能体协同知识推理框架，利用多个“大语言模型推理者”和“评估者”分阶段多轮推理和校验，从而增强知识推理的因果一致性和结果可靠度，但该专利未涉及智能体自主进行动态提问，缺乏任务中动态信息获取机制。又如，美国专利us20250086647a1公开了一种多智能体生成式ai系统，包含对话代理、检索代理和分诊代理等模块：对话代理接收用户输入并发送至分诊代理处理，分诊代理生成检索查询由检索代理获取相关文档，再由分诊代理指导对话代理生成最终回答，但分诊代理生成的提示问题属于预设的静态策略，智能体无法根据自身状态主动决策是否及何时发问。这些系统通过智能体分工协作，在知识推理和对话问答等应...
【技术保护点】
1.一种基于大语言模型的多智能体协作推理系统的自适应提问方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述主管智能体的功能包括：
3.根据权利要求1所述的方法，其特征在于，所述自适应提问机制包括两个关键步骤：
4.根据权利要求3所述的方法，其特征在于，所述判别策略综合考虑多种信号，实时决定是否需要发问，只有当判别策略认为提问能显著提高后续推理成功率时，工作智能体才进入提问流程；所述多种信号包括工作智能体当前推理步骤的置信度、尝试解决问题的次数、从环境获取信息的代价；所述判别策略通过下式表示：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。