s³ 多智能体 RL：LLM 蜂群无角色自组织，胜过 Best-of-N
RulinShao · x · 2026-11-07
- 新论文 s³ 探讨一个问题：给多智能体系统的先验（prior）最少可以少到什么程度？答案是不给领导、不给角色、不给发言顺序，只用一个共享奖励。
- 研究发现 LLM 智能体群可以通过多智能体强化学习自行学会分工与协作，性能超过 best-of-N 采样，并且能扩展到超出训练时模型规模的水平。
- 作者预告后续将放出模型规模 scaling 的实验结果。
所属事件:UW 与 Ai2 发布 s³：多智能体强化学习让 LLM 蜂群自组织(3 条相关)→
「编程与Agent」频道最新
- 实测发现编码 harness 对不同小模型效果差异巨大 — JoshPurtell · 2026-11-07
- 用户分享编码 agent 实用技巧：小改动也用 /prototype 拿多方案挑选 — mattpocockuk · 2026-11-07
- Databricks 工程副总裁与 Neon 联创对谈：为 AI Agent 设计的数据库架构 — matei_zaharia · 2026-11-07
- 多模型聚合类编码应用正被大厂收编，剩下的都是开源 — petergyang · 2026-11-07
- 用一个文件夹让 Claude 记住你的业务，一劳永逸 — PrajwalTomar_ · 2026-11-07
- Linear AI 代码审查工具 Reviews 向全部套餐开放，含免费版 — julianlehr · 2026-11-07