该研究提出了一种轻量级且无需训练的控制器 REDEREF，用于多智能体大语言模型（LLM）协作，旨在提高递归委派过程中的路由效率。REDEREF 集成了多种技术，包括基于信念的委派，通过汤普森采样优先选择历史上贡献积极的智能体；利用经过校准的 LLM 或程序化评判者进行反思驱动的重新路由；基于证据的选择方法而非输出平均；以及记忆感知的先验知识，以减少冷启动效率低下的问题。该方法在多智能体系统中表现...