提出NeuroMAS：多智能体系统类神经网络化训练

NeuroMAS 论文作者提出一种方法，把多智能体语言系统建模为类似神经网络的架构——LLM 智能体作为节点、中间文本信号作为边——并用强化学习联合训练，由学习过程决定智能体间的通信、专业化与协调方式；节点没有固定角色，但具备结构感知能力。 论文实验显示，该方法显著优于推理时和训练型多智能体基线。作者还发现组织化扩展具有路径依赖性：从较小的已训练系统渐进生长，比从头训练更大系统更可行。

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。