BaRe-Mem:贝叶斯可靠性记忆让多智能体咨询不再被误导
NanyangTechnologicalUniversity · hf · 2026-09-29
多智能体系统中,顾问能力参差不齐,误导性信息可能让咨询还不如模型独立推理。NTU 团队提出 BaRe-Mem,一种在线贝叶斯可靠性记忆机制:基于中心模型的内部信念表征估计各顾问的可靠性,并从历史交互中持续更新,再用这些估计调节顾问回复的影响力,决定是否咨询还是自主推理。
- 在 9 个基准、6 个中心模型上,对误导性顾问信息的鲁棒性超过辩论法和多数投票
- 在较难任务上,所有测试的误导水平下都保持高于自主推理的表现
- 同一机制扩展到 agent 团队的 worker 分配,在 MuSiQue 上比按历史成功次数路由更早识别出有能力的 worker
「编程与Agent」频道最新
- 用 Hindsight 搭会议准备 Agent：让销售开会前不再忘掉上次的承诺 — True-Wrap-9569 · 2026-09-29
- 纯 Vibe Coding：Claude Opus 5.5 写出让雨水积在 Mac 窗口上的 Rainpane — Tansan-7271 · 2026-09-29
- PHP WASM 内核合并关键 PR,作者称开源让企业级能力人人可得 — MickeySteamboat · 2026-09-29
- Google 将于 11 月 17 日用 Skills 取代 Gemini Gems — mark_k · 2026-09-29
- 开源工具 Carla：本地跑 llama.cpp 造「AI 角色」的织机实验室 — max_paperclips · 2026-09-29
- 高帧率运行让 Jev 成为真正的 System 1:每次点击都传完整状态 — mathemagic1an · 2026-09-29