arXiv · cs.AI · Jun Liu, Zhenglun Kong, Changdi Yang, Fan Yang, Tianqi Li, Peiyan Dong, Joannah Nanjekye, Hao Tang, Geng Yuan, Wei Niu, Wenbin Zhang, Pu Zhao, Xue Lin, Dong Huang, Yanzhi Wang · 9 小时前模型评分35
RCR-Router：面向多智能体 大语言模型（LLM，Large Language Model） 系统的角色感知上下文路由
RCR-Router: Efficient Role-Aware Context Routing for Multi-Agent LLM Systems with Structured Memory
导读
研究者提出角色条件上下文路由（RCR，Role-Conditioned Context Routing），一种在多智能体大语言模型（LLM，Large Language Model）系统执行时按角色和 token 预算分配共享记忆条目的方法。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present \emph{Role-Conditioned Context Routing (RCR)}, an execution-time layer that allocates role-relevant shared-memory items to agents under token budgets.”
来源：arXiv · cs.AI · arxiv.org