斯坦福团队推出RecursiveMAS多智能体递归框架
James Zou团队的NeurIPS 2026论文提出RecursiveMAS学习框架,将循环Transformer的递归深度思想从单模型扩展到多智能体系统,把整个系统建模为统一的潜在空间递归。该框架开辟了智能体协作的新scaling轴,并显著降低通信开销,token用量减少约75%。研究提出一个新问题:智能体协作本身能否通过递归来扩展,为多智能体协作研究提供了新范式。
2026-09-30 ~ 2026-09-30 · 2 条相关
- 斯坦福等推出 RecursiveMAS:多智能体共享潜空间思考,token 少用 75% — james_y_zou · 2026-09-30
- RecursiveMAS 把多智能体系统做成潜在空间递归,开辟协作新 scaling 轴 — james_y_zou · 2026-09-30