FloWright 让多智能体工作流协同进化,小模型最高提升 7.41%
Xuehang Guo · hf · 2026-10-02
论文提出 FloWright:利用工作流本身作为优化载体,引入层级化、结构感知的奖励范式,使多智能体系统中单个角色可自进化、多个角色可协同进化,无需额外模型、标注或执行次数。针对以往工作流任务过易的问题,作者还提出 DataWright,一种自适应数据加固方法,把现有数据集转化为难度更高的工作流级任务。在文档、幻灯片、图表、代码、数学、金融六类任务上,经 FloWright 训练的小型开源模型性能提升最高 +7.41%;协同进化多个角色(+5.03%)优于只优化单一角色(+2.83%)。项目页:xhguo7.github.io/FloWright。
「编程与Agent」频道最新
- AgentWorld 研究：多智能体协作任务成功率仅 12% — omarsar0 · 2026-10-02
- 开发者用 GPT 复刻 DOOM 类游戏，血腥度还原原版并即将开源 — DeryaTR_ · 2026-10-02
- 把 AI Agent 接进 homelab:让智能体真实操作自己的服务器 — Academic_Wolverine · 2026-10-02
- 用流程挖掘 agent 审计企业工作流：文档写 7 步，实际 20 步 — vasuman · 2026-10-02
- Geoffrey Huntley 反驳「两周后大家都得回去读代码」 — kieranklaassen · 2026-10-02
- Claude Skills 入门：从 PDF 填表看提示词与 Skill 的真正区别 — lxfater · 2026-10-02