跳到正文
热点事件持续更新

Meta分析发现多智能体系统整体负收益

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Seyed Mahmoud Sajjadi Mohammadabadi 发布 arXiv 论文,综合九项实证评估共 516 个多智能体 LLM 配置,发现此前评估常把协调收益与样本数量、推理计算混在一起。在按样本数或资源预算匹配基线(Category B/C)时,多智能体系统准确率平均为 -0.042,74% 的可比对比中等于或低于基线。 相比单独一次推理的基线(Category A),多智能体准确率差异整体为负,剔除贡献最大的研究后接近零。论文称正收益需要分治证据、外部验证或跨模型误差多样性,并提供审稿清单工具 pace CLI 与复现数据。

AI 根据报道生成 · 4 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月16日
  1. arXiv cs.AI精选
    arXiv 论文解析多智能体 LLM 中协调、集成与测试时计算的混淆

    arXiv 论文综合九项实证评估共 516 个多智能体配置,发现此前评估常把协调收益与样本数量和推理计算混在一起。在按样本数或资源预算匹配基线时,多智能体系统准确率平均为 -0.042,74% 的可比对比中等于或低于基线;正收益需要分治证据、外部验证或跨模型误差多样性。论文提供审稿清单 pace CLI 与复现数据。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月16日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。