10:21官方账号arXiv cs.AI@Somgyuan Li, Ahmed M. Abdelmoniem, Shiqiang Wang多智能体大型语言模型(LLM)工作流因协作推理而成为解决复杂任务的强大范式,但重复调用LLM和长期上下文积累导致运营成本高。ProgRouter是一个在线进度引导编排框架,自适应选择LLM代理,在保持任务解决质量的同时,遵守时间和成本预算。实验表明,与关键基线相比,ProgRouter降低了运营成本,同时保持了强大的任务解决性能。论文智能体多模态LLM工作流推荐理由:想了解如何降低多智能体LLM工作流的成本?试试这个新框架,它通过智能选择LLM代理来优化进度和成本。原文稍后读已读值得跟进有用关注 智能体
12:17Jerry Liu@jerryjliu072°Andrej Karpathy 分享了一个实用技巧:当不想打字时,可以用语音识别随意唠叨 10 分钟,让 LLM 帮你整理乱糟糟的思路。Jerry Liu 补充说,他曾经这样做但后来觉得变笨了,于是改为手动用要点写下自己的理解。两人都强调通过主动思考来提升与 LLM 协作的效果,而不是完全依赖 AI 替代思考过程。技巧KarpathyJerry Liu语音输入推荐理由:Karpathy 和 Jerry Liu 分享的实操心得,用语音跟 AI 聊天十分钟就能理清思路,比硬打字更高效。原文稍后读已读值得跟进有用关注 Karpathy