标签
本文认为，自主人工智能系统应把正当信任作为第一层目标来优先考虑，强调透明和合乎伦理的决策，以保持人类社会中的合作环境。
本文探讨有限智能体中记忆与同伴通信之间的权衡，提出“记忆–信号传递前沿”以在资源限制下优化信息分配，提升任务性能。
Google DeepMind 与 Schmidt Sciences、Cooperative AI Foundation、ARIA 和 Google.org 共同宣布，为多智能体AI安全研究提供高达1000万美元的资金，用于研究交互AI智能体的涌现行为与风险。
SMAC-Talk 是一个新的基准测试，在星际争霸多智能体挑战的基础上进行扩展，旨在评估基于 LLM 的智能体在具有自然语言通信的协作多智能体环境中的表现。该基准包含带有欺骗性通信者的场景，并使用 Qwen3.5 系列模型对智能体进行基准测试，以研究推理能力、记忆机制和模型规模对协调效果的影响。
本文介绍了 Diamond Attention，这是一种用于多智能体强化学习的方法，通过引入结构化随机性来打破对称性，从而实现同质智能体之间的角色区分，在 XOR 游戏等对称任务中实现了完美的协调。