代理聚类：通过多代理细化实现可控文本分类

最近的文本聚类方法使用 大语言模型 从语料库中提出聚类分类法，然后将每个文本分配给它。这些管道从根本上来说是编程性的：LLM 调用的顺序以及停止、合并和拆分集群的规则预先在代码中固定，因此它们在不同结构的语料库中泛化性很差，并且无法轻松合并用户提供的约束，例如目标集群计数或集群意图。我们提出了一种代理替代方案，其中编排器 LLM 检查每个步骤的发现过程的状态，并调度一小组专门代理（提议者、合成者、审计员、调查员和批评者）中的一个，使管道适应语料库，而不是执行固定的代理。在七个公共文本聚类基准测试中，该方法实现了最先进的性能，在 ARI 中比之前最强的 LLM 基准高出 32%。