斯坦福论文:自组织 Agent 团队 3 模型协作 66.7%,碾压最强单模型
rohanpaul_ai · x · 2026-09-25
Stanford 与 Together AI 的论文提出自组织 Agent 团队(SAT),反驳流行的「辩论+投票」多智能体套路——投票大多只是在既有答案里挑一个,创造不出新解。
核心做法:
- 一个模型复盘团队过往对话,重写「团队剧本」:谁负责复核、谁唱反调、信息如何流动
- 仅用 15 道数学题 + 25 道研究生级知识题练习,学到的策略可原样迁移到未见过的 benchmark
结果:五个数学与物理 benchmark 上,3 模型团队平均准确率 66.7%,远超最强单模型的 48.8%、等算力推理的 58.7%,甚至超过对成员独立答案做完美路由的 59.0%;AIME 2026 上超完美路由 13.4 分——团队真的算出了任何成员都没有的正确答案。
所属事件:斯坦福论文：自组织Agent团队胜过最强单模型(3 条相关)→
「编程与Agent」频道最新
- Plurai 推出 Agent 仿真测试:让 agent 在数字孪生世界里先失败再修复 — PrajwalTomar_ · 2026-11-11
- AI 做的游戏太难：Claude 6 分钟通关，作者砍 40% 难度 — builderjaydub · 2026-11-11
- Anthropic 推出 Claude Tag，65% 产品代码由内部 AI 生成 — nikola_mr64990 · 2026-11-11
- 评测工作流核心：最大化专家每单位注意力的信息增益 — danshipper · 2026-11-11
- 开源 Node 把 ComfyUI 工作流变一键模型，内置 19 个工作流 — jefoce · 2026-11-11
- Aqua 推出 Notetaker：会议记录经 MCP 直接喂给 AI 智能体 — Scobleizer · 2026-11-11