新研究提出协调税模型：多智能体流水线难胜单次强模型调用
热点事件持续更新
新研究提出协调税模型：多智能体流水线难胜单次强模型调用
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Andreas Zettl 与 Diego Gosmar 在 arXiv 论文《The Coordination Tax and the Heterogeneity Dividend》（arXiv:2610.37700）中提出闭式模型，将多智能体 LLM 流水线的协调税（分解开销加每次交接的协议成本）与把工作路由到更便宜模型的异构红利进行对比，给出盈亏平衡阈值和可行性边界 α < 1/r。论文实测结论称，多智能体 LLM 流水线难以胜过单次强模型调用。 实验在 135 个 HumanEval 和 ClassEval 任务上进行，共 2430 次运行，涉及六种架构，使用 Claude Opus 5.5 与 Haiku 5.5；测试的交接协议为 OFP，每次交接增加 7.2 毫秒，占流水线总耗时的 0.11%。
AI 根据报道生成 · 35 分钟前更新
最新进展10月31日 12:00
arXiv 论文提出协调税模型，实测多智能体 LLM 流水线难以胜过单次强模型调用报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AIarXiv 论文提出协调税模型，实测多智能体 LLM 流水线难以胜过单次强模型调用
Andreas Zettl 与 Diego Gosmar 在 arXiv 论文（arXiv:2610.37700）中提出闭式模型，将多智能体 LLM 流水线的协调税与异构红利对比，并给出盈亏平衡阈值。
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。