Asana 推出企業級 AI 代理共享記憶體功能
Asana 推出了 Agentic Work Management 平台，旨在解決多代理系統中「記憶孤島」的問題。透過實作共享上下文圖譜，該平台確保團隊成員所做的修正能即時應用於整個團隊的代理工作流程中。
Search
Tag: #multi-agent-systems81 results
SMAC-Talk：評估多代理環境中 LLM 協作的新基準
SMAC-Talk 是一個基於 StarCraft Multi-Agent Challenge 的開源基準測試，旨在透過自然語言評估 LLM 代理之間的協作能力。該環境測試代理在去中心化控制、部分可觀測性以及面對欺騙性通訊時的協調表現。
Traj-Evolve：用於患者軌跡建模的自我演化多代理系統
Traj-Evolve 是一個新型多代理系統，旨在為肺癌檢測建立縱向電子健康紀錄 (EHR) 模型。它利用經驗池 (Experience Pool) 進行檢索增強推理，並透過多代理強化學習來優化代理間的協作。
多代理辯論：數據清理中何時有助益、何時有害
這項研究探討了多代理辯論在數據清理中的雙重性質，揭示了雖然它會因「評論誘導的混亂」而降低生成任務的品質，但卻能顯著提升錯誤檢測能力。研究確立了辯論何時有效的數學條件，並強調了代理之間對抗性分離的必要性。
用於即時數據分析的自主多代理架構
這項研究介紹了一種在即時串流環境中自動化洞察發現的多代理系統。透過利用 LLM 和串流處理，它將分析從反應式查詢轉變為前瞻性的自主假設生成。
Alook 發布用於 AI 團隊編排的開源平台
Alook 是一個全新的開源平台，旨在協助個人管理 AI 代理團隊。它具備真實電子郵件整合、共享記憶功能以及用於持續運行的常駐程式（daemon）。
IBM 發表大規模 AI 代理治理框架
IBM 推出了一套全新的 AI 營運模型與產品組合，旨在管理與治理數以千計的 AI 代理。此解決方案解決了企業環境中協調複雜多代理系統日益增長的挑戰。
RMA：用於研究級數學推理的代理系統
RMA 是一個代理框架，旨在透過迭代證明優化和文獻基礎來解決複雜的研究級數學問題。它透過專門的分析、搜索和驗證模組，在 First Proof 基準測試中超越了 GPT-5.2R 等現有模型。
AgentCo-op：用於多代理工作流的檢索式合成框架
AgentCo-op 是一個新型框架，透過檢索並組合可重複使用的技能、工具和代理來合成多代理工作流。它具備自我導向的局部修復機制，能修復工作流執行錯誤，實現無需手動重新設計的複雜且可審計的科學探索。
去中心化多代理 LLM 工作流學習的收斂性證明
研究人員推出了 IC-Q，這是一種去中心化的 Q-learning 演算法，使多代理 LLM 工作流能夠透過共享產物進行協調，且無需存取中心化軌跡。該研究為去中心化部分可觀測環境下的神經 Q-learning 提供了首個有限樣本收斂保證。