研究者发布去中心化多智能体协作基准DecArena

Jiali Cheng等（东北大学等）发布论文，提出去中心化多智能体协作基准DecArena，在图约束通信下提供包含10万以上工具的可扩展分布式工具调用任务。实验显示现有LLM智能体难以发现非本地资源并协作，标准强化学习也无法可靠解决该问题。 作者同时提出GraphHarness基线，结合拓扑感知预热与自改进LLM路由。据论文结果，相比基线方法，GraphHarness使任务成功率提升48.5，协作质量提升30.6，成本降低34.0。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。