让听众学会打断:CMU×Meta 方法砍掉多智能体 32.2% 通信成本
lileics · x · 2026-09-23
CMU 与 Meta FAIR 合作的论文《Learning to Interrupt in Language-based Multi-agent Communication》被 CoLM 2026 接收,提出 HANDRAISER 方法。
- 核心思路:现有工作只从「说话者」侧压缩消息,这篇论文反转视角——让「听众」在学习中途打断说话者,就像人类对话中说「我懂了,停」。
- 关键发现:直接给 LLM 打断权限会导致过度自信、过早打断(信息不足就中断)。
- 方法:HANDRAISER 基于预估的未来收益与通信成本,学习预测正确的打断时机。
- 实验:在双人你画我猜、三人会议安排、三人辩论三个多智能体任务上评估;相比不可打断基线,通信成本降低 32.2%,任务性能持平或更优。
- 泛化性:对未见过的 GPT-4o 说话者无需额外微调即可迁移,跨任务、多打断者设定均有效;Llama-3.1-8B 听众在三个任务上分别降本 24.3%、23.4%、48.9%。
所属事件:CMU 与 Meta 研究让听方学会打断，省 32% 通信成本(2 条相关)→
「编程与Agent」频道最新
- 两个私人 AI 约咖啡对不上号：Agent 互操作缺一个通用协议 — signulll · 2026-09-23
- Devin 推出 iOS 测试版「Cog」：离开电脑也能让 AI 写代码 — msg · 2026-09-23
- 开发者用 Alchemy 让 Agent 调试真实部署，性能大幅提升 — samgoodwin89 · 2026-09-23
- 博主把 Codex 接入 iMessage,可分析数月聊天记录 — gregmushen · 2026-09-23
- Sentry 创始人吐槽 Claude Code 侧边栏变得让人看不懂 — zeeg · 2026-09-23
- Opus 5.5 会话中切换 effort 不再打断 prompt 缓存，需 Claude Code v2.1.280+ — lydiahallie · 2026-09-23