多智能体框架 EAT 刷新内核优化纪录:H200 上超 SGLang 2.4 倍
RulinShao · x · 2026-11-03
NeurIPS 论文 Evolving Agent Teams(EAT)提出一个针对长时间优化任务的多智能体框架:监督者 agent 会诊断团队为何陷入停滞,并重组智能体结构以跳出局部最优。
作者报告的实测成绩覆盖多个领域:
- Open Kernel Challenge:H200 上 decode 层较 SGLang 提升 2.449×,排名 1,180 支队伍中的第 4(截至 2026 年 11 月 1 日)
- NVIDIA 内核:B200 上 KDA prefill 较 FlashKDA 提升 3.44×(此前最佳为 2.96×)
- AMD 内核:MI350X 上 KDA prefill 较 vLLM 提升 3.01×
- Mac 上 MoE 推理:Qwen3.8-Flash-Next 在 M5 Pro 上,同显存下 prefill 快约 3.3×(930 tok/s),decode 快 1.22×(43.7 tok/s)
- RoboDojo 机器人任务:held-out seeds 上得 62.1 分
框架自称简单、有效、可扩展,展示了跨硬件平台(含非 NVIDIA 芯片)的 SoTA 性能。
所属事件:伯克利 EAT 多智能体框架刷新内核优化纪录(3 条相关)→
「编程与Agent」频道最新
- TMax v1.1 发布:30B 以下开源终端 Agent 登顶 TB2 榜 — natolambert · 2026-11-03
- Voice Ring：会辨声源方向和情绪的语音光环组件，支持 React/SwiftUI — alexcovo_eth · 2026-11-03
- 不写 YAML 了：用大模型把配置压进一个 0.8B 小模型 — chrisalbon · 2026-11-03
- Keyfleet:给你的 AI Agent 组建一支共享目标与金库的持久团队 — seanwbren · 2026-11-03
- Reddit 用户推荐 Agent Router:$50 免费额度聚合 Claude/GPT/DeepSeek — RAFRAGE · 2026-11-03
- ComfyUI 本地 LLM 提示词增强节点:用完即卸载,不占扩散模型显存 — ProcedureFit789 · 2026-11-03