标签
研究者构建了基于 Pokémon Showdown 2v2 的多智能体环境，评估 LLM 代理的协作能力。结果显示自由对话模式胜率达 64%，显著高于无对话的 42%，表明对话本身是协作收益的关键来源。
该论文研究多智能体 LLM 谈判系统中的三部分控制栈：5 条支柱运行时宪章、4 层 swarm 架构（Director、多数投票、Monitor、schema 硬门控）以及 Cognitive Annealing（确定性死锁检测与原子上下文清除恢复），并针对一个有状态对抗性 Gatekeeper 进行消融实验，发现确定性恢复机制在死锁场景中显著优于纯 LLM 引导。
本文提出了一种精确的生成-变换分解方法，用以分析小型7–9B LLM团队在八种编排架构下的扩展性表现。研究发现，扩展收益与任务高度相关：Proposer-Critic 架构在算术基准测试中表现最佳，但没有任何一种架构能在所有任务中全面占优。
本文介绍了学会跳过什么（LW2S），一种利用反事实信用分配来优化多智能体LLM工作流的方法，通过选择性跳过组件来降低令牌成本，同时保持或提高准确性。
TOPAS是一种面向工作流的前缀状态调度方法，用于多智能体LLM服务，通过优化缓存使用和请求调度来减少作业完成时间。
GenOS的开发者正在请求社区提供最糟糕的边界案例，以压力测试和改进这个使用Rust和Git worktrees的多智能体LLM编排开源框架。