**Matrix：点对点多代理合成数据生成框架**

Source: arXiv - 2511.21686v1

Overview

合成数据在训练大语言模型时变得日益重要，尤其是在真实数据稀缺、成本高昂或涉及隐私的情况下。许多此类生成任务需要协同的多代理工作流，专门的代理相互合作，以产生质量更高、更多样且结构更丰富的数据。然而，现有的多代理合成框架往往依赖于中心化的调度器，导致可扩展性瓶颈，或为特定领域硬编码，限制了灵活性。

我们提出 Matrix，一个去中心化的框架，将控制流和数据流都表示为通过分布式队列传递的序列化消息。该点对点设计消除了中心调度器。每个任务在轻量级代理之间独立推进，而计算密集型操作（如 LLM 推理或容器化环境）则由分布式服务处理。Matrix 基于 Ray 构建，能够扩展到数万条并发的代理工作流，并提供模块化、可配置的设计，使其能够轻松适配各种数据生成工作流。

我们在多种合成场景下评估了 Matrix，包括多代理协作对话、基于网页的推理数据提取以及客户服务环境中的工具使用轨迹生成。所有案例中，Matrix 在相同硬件资源下实现了 2–15 倍 的数据生成吞吐量提升，且未牺牲输出质量。

Authors

• Dong Wang
• Yang Li
• Ansong Ni
• Ching‑Feng Yeh
• Youssef Emad
• Xinjie Lei
• Liam Robbins
• Karthik Padthe
• Hu Xu
• Xian Li
• Asli Celikyilmaz
• Ramya Raghavendra
• Lifei Huang
• Carole‑Jean Wu
• Shang‑Wen Li

Categories

• cs.CL
• cs.AI
• cs.LG

Paper Information

• arXiv ID: 2511.21686v1
• Published: November 27, 2025
• PDF: Download PDF