@apurvasgandhi: 子代理是一个有前景的推理时间缩放原语：• 扩展智能体的工作记忆• 分而治之解决难题• 通过并行执行更快地解决问题…

X AI KOLs Timeline 论文
sub-agents inference-time-scaling reinforcement-learning agent-systems recursive-agents llm-agents model-training

摘要

RAO（递归智能体优化）是一种端到端强化学习方法，用于训练大语言模型智能体生成、协调并委托给自身的递归副本（这些副本本身也可以生成其他智能体），将递归推理转化为可学习的能力。

子代理是一个有前景的推理时间缩放原语：• 扩展智能体的工作记忆• 分而治之解决难题• 通过并行执行更快地解决问题但是，我们如何训练模型以充分利用子代理，并确保获得这些收益？我们非常兴奋地发布 RAO：递归智能体优化。RAO 是一种端到端强化学习方法，用于训练大语言模型智能体生成、协调并委托给自身的递归副本（这些副本本身也可以生成其他智能体）—— 将递归推理转化为可学习的能力。1/10
查看原文

相似文章

Prime Agent：一个自我改进的RLM智能体

Hacker News Top

Prime Intellect 推出 Prime Agent，这是一个完全开源、自我改进的编码工具（harness），围绕递归语言模型（RLM）和 Continual Harness 抽象构建，通过基于 REPL 的接口实现持久子智能体和动态工具。

递归多智能体系统

Papers with Code Trending

本文提出RecursiveMAS，一种将递归扩展原则应用于多智能体系统的框架，以提升协作推理的效率和准确性。与标准基线相比，该框架在多个基准测试中实现了显著的加速和token缩减。