NeurIPS 论文：多智能体协作传递校准概率胜过只传动作

Aaroth · x · 2026-10-21

UPenn 与 MIT 等机构的新 NeurIPS 论文《Narrowing the Gap, Probably》研究持有不同私有信息的两个 agent 应如何沟通协作。

• 核心结论：只交换建议动作会丢失决策相关的不确定性——两个 agent 可能因不同理由偏好同一动作；改为交换对动作的校准信念（概率），理论上和实证上都严格更有利于信息聚合。
• 实验验证：在偏信息的多人迷宫求解任务中，用训练的 transformer 和预训练 LLM agent 验证：只要交换的概率保持校准，概率沟通优于动作沟通。
• 失败条件：当传递的概率有偏时，概率沟通的优势会消失。作者提出一种事后对话校准干预（post-hoc conversational calibration），在玩具 transformer 和预训练 LLM 上下文中都能持续修正偏差、改善决策。
• 启示：概率沟通之所以有效，不仅因为传递更多信息，更因为校准的不确定性给了其他 agent 可靠的更新对象。

原文链接 →

「编程与Agent」频道最新

• Compaction hooks 实战:保留末尾消息原文+摘要压缩,实现 agent 记忆连续性 — MoonL88537 · 2026-10-21
• 「空白输入框的隐性成本」：当操作负担经由语言重新回到用户身上 — _AustinCalvert_ · 2026-10-21
• DeepMind 论文：自进化 Agent 学新任务最快，忘掉旧知识也最多 — rohanpaul_ai · 2026-10-21
• arXiv 原文:《自进化 Agent 是持续学习者吗?》——可塑性代价是稳定性 — rohanpaul_ai · 2026-10-21
• PM OS、Team OS、Company OS:三层 AI 工作系统怎么搭、先搭哪个 — aakashgupta · 2026-10-21
• TorchTPU 实测演示：vLLM 与 SGLang 统一后端跑 TPU 服务 — Rob_Mulla · 2026-10-21

更多「编程与Agent」频道 AI 资讯 →