LEAD-RL：贡献感知信用分配训练多智能体深度研究框架
热点事件持续更新
LEAD-RL：贡献感知信用分配训练多智能体深度研究框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
论文作者（Yuyang Wu 等）提出 LEAD-RL，一个主智能体与子智能体联合训练框架，通过贡献感知的信用分配改进多智能体深度研究系统的委派与协调训练，并以最终答案正确性作为唯一团队奖励，不使用 token、步数或加速奖励。 在两个模型家族、五个基准上的验证中，BrowseComp 上较共享团队奖励的联合训练准确率提升 2.49 个百分点，关键路径成本降低 24.5%；验证阶段准确率提升 6.78 个百分点且关键路径成本基本不变。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
LEAD-RL：从委派到协调，用贡献感知信用分配训练高效多智能体深度研究报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AILEAD-RL：从委派到协调，用贡献感知信用分配训练高效多智能体深度研究
论文提出 LEAD-RL，一个主智能体与子智能体联合训练框架，通过贡献感知的信用分配改进多智能体深度研究系统，最终答案正确性仍是唯一团队奖励，不使用 token、步数或加速奖励。在两个模型家族、五个基准上验证：BrowseComp 上较共享团队奖励的联合训练准确率提升 2.49 个百分点，关键路径成本降低 24.5%；验证阶段准确率提升 6.78 个百分点且关键路径成本基本不变。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。