斯坦福论文:自组织 Agent 团队在 AIME 上超越完美路由器 13.4 分
Justgototheeffinmoon · reddit · 2026-09-28
斯坦福主导的一篇 arXiv 论文显示,让 AI Agent 团队自行学习协作结构能显著超越单模型与理想路由:
- 在五个数学与物理 benchmark 上,自组织团队平均准确率 66.7%,最强单成员为 48.8%,总能选中最优成员独立答案的「oracle 路由器」也只有 59.0%。
- 在 AIME 2026 上,自组织团队比 oracle 路由器高出 13.4 个百分点。
- 作者(一作 Aneesh Pappu)将机制命名为「collaborative computation」:Agent 之间交换、质疑、修复并综合彼此的部分推理,产出没有任何成员能独立得到的解。
- 论文核心论断:「组织本身可以成为一种 Agent 能力」。
论文被 COLM 2026 的 Context Beyond the Window 工作坊和 EMNLP 2026 的 DocInsights 工作坊接收为 poster。
所属事件:斯坦福研究:自组织 AI Agent 团队协作效果显著超越单模型(2 条相关)→
「编程与Agent」频道最新
- McGill-NLP 发布 WebArena-Pro:20 个应用 300 任务的多模态 Web Agent 基准 — McGill-NLP · 2026-11-16
- Continual-ARC:终身任务流测智能体技能习得,多数 harness 不敌简单缓存 — unifyai · 2026-11-16
- Filmworkbench v0.1.2:一条 prompt 让 LLM 自动拍出 3 分钟短片 — Eastern-Ad9515 · 2026-11-16
- 分类路由别再让 LLM 生成 JSON:PowerShell 老兵用决策模型一行搞定 — dfinke · 2026-11-16
- llama.cpp 用 HF Buckets 与 HF Jobs 重构 CI,应对日均 35 个 PR 的压力 — ggerganov · 2026-11-16
- 用决策日志取代每周 30 分钟站会:agent 每次运行前必读 — Humaux · 2026-11-16