Avalon 团队：多智能体组织同预算下快约 4 倍
Avalon 团队围绕「延迟 vs 性能」之争做后续实验：将单智能体模式的 token 预算强制到与 8 个智能体组织相同的水平，发现单智能体虽可缩小约 3/5 的性能差距，但完成任务的速度慢得多，凸显多智能体组织的核心收益在于延迟。此外，团队还从 Nemotron-Super-120B-A12 基座出发，仅做少量 SFT 后应用自家 RLCR 配方，初步成功训练出多智能体组织 Avalon-M1-Mini，验证了极简训练「智能体组织」的可行性。
2026-10-23 ~ 2026-10-23 · 3 条相关
- 第 1 集:General Reasoning 发布 RLCR：集体奖励训练智能体组织(2026-10-23,14 条)
- 第 2 集:Avalon 团队：多智能体组织同预算下快约 4 倍(2026-10-23,3 条)
- 从 Nemotron-Super-120B 训出多智能体组织：Avalon-M1-Mini 初步成功 — rosstaylor90 · 2026-10-23
- 智能体组织优势在延迟：同预算下比单智能体快约 4 倍完成任务 — rosstaylor90 · 2026-10-23
- 多智能体组织完赛快 4 倍:延迟优势大于同等 token 单智能体 — rosstaylor90 · 2026-10-23