斯坦福论文:自组织 Agent 团队 66.7% 胜过最强单模型 48.8%
dair_ai · x · 2026-09-23
斯坦福与 Together AI 的论文展示让 Agent 团队自行学习协作策略的价值:
- 三个模型(o3-mini、Claude Sonnet 4、DeepSeek-V3)组成自组织团队,在五个数学与物理基准上平均得 66.7%
- 而团队中最强单模型仅 48.8%,完美路由器在成员独立答案中择优也只有 59.0%
- AIME 2026 上团队达 71.2%,比路由器高 13.4 分
核心机制:由一个成员回顾团队此前的交流,重写协作策略,涵盖角色分工、讨论阶段顺序、谁参与、部分答案如何合并。策略仅从 15 道 AIME 2024 题中学得,即可不加修改地迁移到保留题和四个新基准上。
所属事件:斯坦福等发布自组织 Agent 团队：学会协作推理、胜过最强单模型(6 条相关)→
「编程与Agent」频道最新
- 0xJeff:x402 的真正短板在企业级,大钱在 B2V 而非机器互付 — 0xJeff · 2026-11-11
- 开发者自建 git 网页应用被 Codex 安全护栏误判为网络安全风险 — brianmichel · 2026-11-11
- 形式化验证让 AI 编码更快：Lean 证明成为 agent 优化护栏 — bigdata · 2026-11-11
- Orchestrator v0.14.11 发布：统一管理散落各处的 AI 编程会话 — julianweisser · 2026-11-11
- DeepSeek 开源编码 agent DSH 登上 HF Harness 榜，五项评测并列第一 — TheZachMueller · 2026-11-11
- Agent Substrate 像素游戏化 demo：派 AI agent 替你逛会社交 — rakyll · 2026-11-11