EARS：大规模多代理系统中可靠子代理建模的解释性弃权

在大型企业环境中，越来越多地采用集中式多代理系统（MAS），其中协调器将用户请求委托给轻量级、领域专用的子代理。虽然这种架构提高了模块化性、可扩展性和成本效率，但其可靠性不仅取决于准确的路由，还取决于子代理根据能力限制校准其响应的能力。特别是，建立在较小的微调模型上的子代理经常难以进行这种校准，导致它们过度回答模糊、指定不足、错误路由或不受支持的请求，并产生幻觉的输出而不是可操作的反馈。为了应对这一挑战，我们提出了 EARS（可靠子代理建模的解释性弃权），这是一个面向生产的框架，它将子代理弃权重新构建为代理间通信协议：子代理不仅弃权，而且向协调器公开可操作的故障状态。 EARS 使用经过校准的 LLM-as-a-Judge 模型集合来管理人机交互数据，在子代理故障模式分类下生成结构化弃权标签和理由。这些数据用于微调子代理以检测故障条件并返回协调器级别澄清、重新路由或回退的基本原理。我们在支持企业商业智能工作流程的大规模生产电子商务助手中评估了 EARS。 EARS 将总体响应通过率从 68.5% 提高到 78.9%，这表明副代理方解释性弃权提高了 MAS 的可靠性。