#Cost-Aware

4 篇

Dynamic Harness Search: Building Multi-Agent Systems Per-Query via Prediction

动态 Harness 搜索：按查询预测构建多智能体系统

🧭 成本敏感的按 query 多智能体编排搜索 ★ 深度解读

Google · Arizona State University

SHIFT 用本地小模型预测 harness 效用并以 MCTS 按查询构造多 Agent 系统，无需在线执行候选，精度与成本双优

📌 工作参考价值（4 点）

把 agent harness 定义为可执行图（roles/directives/tools/edges），在请求级用本地小模型（如 Gemma-2B + LoRA）做 MCTS 选择，而不是固定 pipeline；电商场景可按 query 决定是否需要「检索→规划→校验」多人链路，还是仅一个 reader/单步商品查询，降低高耗时多 Agent 编排的无效消耗。
成本敏感的价值函数值得直接复用：reward=成功项 - 归一化 token/latency/tool/agent 惩罚，用 binary cross-entropy + pairwise ranking loss 训练 value head；线上可选择 value 最高的 harness 而非最强 harness，类似路由/降级策略，在牺牲极小精度下大幅省 token。
搜索只在本地模型内完成，候选执行不进入在线路径；MCTS 用虚拟损失实现批量并行，H100 上构造 harness <1s，在线成本接近固定编排。适合已有 workflow/Agent 编排平台做逐 query 编排，或作为 offline 训练 policy、online value 决策的两段式部署。
动作空间从最小 harness（single Coder 无 tools）开始，40 个 action 共享跨 domain 的结构/指令，工具权限随 domain 变化；这种冷启动方式可迁移到新的商品类目/垂直搜索，通过少量执行数据训练 architect，再迁移到更难任务。

MultiAgent | 2026-10-01 | HF Daily | score 9/10

SCOPE-Router：面向执行任务的开集成本感知 VLM 路由

🧭 VLM 路由 · 成本感知训练 ★ 深度解读

CASIA · UCAS · NUS · Tencent

提出执行导向 VLM 路由基准、开集双塔路由器和成本感知训练目标 CRM+RCCR，在三个基准上取得最佳 Rank Score

📌 工作参考价值（4 点）

成本感知损失设计可直接迁移：将成本编码为连续 relevance target（正确且最低成本为 1，其他正确模型按成本指数衰减，错误为 0），用 per-pair BCE 替代 softmax CE，避免多正样本梯度稀释。在电商多模型路由（如广告创意生成、商品文案生成）中可直接替换现有分类器 loss，无需改动模型结构。
开集模型接入方案实用：为新模型构造行为 profile（正确性、成本、价值向量、语义汇总向量），只需在约 1024 条校准集上跑一次即可加入路由池，无需重新训练路由器。适合频繁上线新模型/版本的业务场景，如 LLM API 切换或多模态内容审核模型更新。
混合校准集选择策略可复用：按 50% 随机 + 30% 诊断（模型分歧度 + 成本分布）+ 20% 多样性（聚类质心）采样，有限的标注预算下最大化 profile 区分度。在自建路由训练数据或评估模型互补性时可以参考。
架构无关的 CRM+RCCR 目标可试用于现有路由系统：论文实证在 RouterDC、ZOOTER、CosineCls、VLC 四个不同架构上 Rank Score 提升 1.25–6.21 点。若业务已有简单的 query-model 打分器，可将该 loss 嵌入微调，获得成本感知能力。

LLM | 2026-08-12 | cs.CV | score 8/10

LO-FAR：面向工业广告推荐的稀疏特征成本感知局部过滤

🧭 稀疏特征选择 · 工业广告推荐 ★ 深度解读

Meta Platforms, Inc.

仅用CPU的局部过滤方法独立评估稀疏特征预测信号，实现低成本快速排序并保持下游CTR/CVR竞争力

📌 工作参考价值（4 点）

RecSys | 2026-07-23 | cs.IR | score 9/10

多智能体路由作为集合值预测：WildChat 基准与成本感知评估

🧭 多智体路由的集合预测与成本权衡

Ahsanullah University of Science and Technology

将多智能体路由建模为集合预测问题，构建基准并引入成本感知评估协议，证明监督路由显著优于零样本 LLM

📌 工作参考价值（4 点）

将路由建模为集合预测而非 Top-1 选择，更贴合真实多步查询需求，可直接采用 Precision/Recall/F1/Jaccard 等集合指标评估。
在固定智能体目录下，简单线性多标签分类器是强实用基线；无需大模型即可获得较高路由精度，适合低延迟场景。
成本约束场景下，在监督打分器之上叠加 Weighted Agent Routing (WAR) 后处理层，能通过成本 tier 阈值调整有效提升效用，且实现轻量。
可借鉴 capability-coverage 仿真方法，在离线评估路由系统时模拟智能体失败对系统鲁棒性的影响。

Agent | 2026-06-27 | cs.IR | score 7/10