面向决策支持的任务感知LLM议会与自适应决策路径

大语言模型（LLM）在多样决策任务中展现出强大能力。然而，现有方法常忽视可用模型之间的专长差异，把所有LLM一律视为同等适用，而不顾任务特征。这限制了它们适应不同推理需求与任务复杂度的能力。在本工作中，我们提出任务感知LLM议会（TALC），一个任务自适应决策框架，它将LLM议会与蒙特卡洛树搜索（MCTS）结合，实现动态专家选择与高效多步规划。每个LLM配备从既往任务轨迹导出的结构化成功记忆画像，实现当前推理上下文与既往成功之间的语义匹配。在每个决策点，TALC把控制权路由给上下文最合适的模型，并用融合模型评估与历史效用分数的双信号机制估计节点价值。这些信号基于节点内方差自适应加权，用于引导MCTS选择，使系统能够平衡探索深度与规划置信度。在WebShop、HumanEval与Game of 24上的实验表明，TALC相较强基线取得更高的任务成功率与搜索效率，验证了专长感知路由与自适应规划的益处。