标签
DeepTCM1.0是一个基于DeepSeek V3.2大语言模型构建的多专家智能体框架，用于解析中药复方的机制，通过Guizhi Decoction进行验证，并通过综合评分系统进行评估。
本文介绍了一条自动化流水线，该流水线使用 DeepSeek V3 模型将意大利税务法院判决分解为各个法律争议点，并按照 IRAC 框架以 XML 格式结构化表示，同时包含一个使用 Linkoln 解析器验证引用的幻觉检测过滤器，该过滤器已由专家注释者验证。
本文指出，在LLM智能体中简单积累技能可能导致性能倒退，因为对某些任务有益的技能反而会损害其他任务。作者提出Assay框架，该框架衡量每个技能的因果贡献，并对每个任务进行掩码处理，在不更新权重的情况下，在AppWorld和τ-bench上取得了最先进的结果。
Prometheus 是一个多智能体系统，利用统一知识图谱和 DeepSeek-V3 自动解决跨多种编程语言的实际 GitHub 问题，在 SWE-bench Lite 上达到 28.67%，在 SWE-bench Multilingual 上达到 13.7%，且 API 成本较低。