RecursiveMAS 把多智能体系统做成潜在空间递归,开辟协作新 scaling 轴
james_y_zou · x · 2026-09-30
Jiaru Zou 等人发布 RecursiveMAS 学习框架,提出一个新问题:智能体协作本身能否通过递归来扩展?该框架将整个多智能体系统建模为统一的潜在空间递归(system-level latent recursion),为 AI 团队协作解锁新的 scaling 维度——不只靠更大的模型或更多的智能体,而是更深度的互联协作。
核心特性:
- 系统级潜在递归:把 MAS 整体作为递归结构学习
- 轻量级 Connector:连接异构智能体,即插即用,兼容常见框架
- 内外双环递归学习:对整个系统进行联合优化
项目已开源代码、模型与技术报告(见原帖链接)。
所属事件:斯坦福团队推出RecursiveMAS多智能体递归框架(2 条相关)→
「研究」频道最新
- Google 开源 PaperOrchestra:多 Agent 自动写 AI 研究论文 — google-research · 2026-11-16
- ICLR 审稿人未被打动仍提分:因相信论文对社区有价值 — MarkSchmidtUBC · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- 为什么 AI 做化学必须懂手性:对映异构体在生物体内并不等价 — madeofAjala · 2026-11-16
- RSS 2027 投稿开启:两阶段评审 FAQ 澄清负面结果标准 — GeorgiaChal · 2026-11-16
- Mobile AI Factory:agent 自动为你的手机造专用小模型,GPU 时间省 19 倍 — pmttyji · 2026-11-16