MARS：面向竞赛编程的多专家LLM接力系统

大型语言模型在代码生成方面表现出色，但竞争性编程暴露了一个持续存在的失败模式：现有的多智能体流水线将工作分配给通用的规划者、编码者和调试者角色，并将算法技术的选择完全交由主干模型决定。我们提出了MARS（专业LLM的多智能体中继），这是一个仅基于提示的框架，其中每个智能体都是某一主题的专家——动态规划、图论、字符串、几何等——并通过检索增强生成在算法理论语料库上得到支撑。给定一个问题，检索会选择一小队相关专家；一个起始者编写初始的C++17解决方案，随后每一轮在沙盒中针对公开示例运行候选方案，让当前活跃的专家保留、修复或将草稿转交给下一个专家，并将结构化数据包转发给下一个专家。最后，一个单一的基础设施修复步骤会规范化样板代码。在CodeContests测试集上，使用Gemma 4，MARS达到了0.624±0.006的通过率，平均每个任务2.3个流水线阶段（比直接提示高出14.4个百分点），以3.3倍更低的墙钟时间和显著更小的每任务令牌消耗方差，缩小了与CodeSIM（0.731）的大部分差距。源代码可在GitHub上获取：https://github.com/fckand/mars。