多代理系統在流體力學推理卓越
研究人員提出使用層執行圖 (LEG) 協調專門代理的多代理系統 (MAS) 原型，用於流體力學任務，解決單代理 LLM 工作流程中的上下文飽和問題。專門代理採用嚴格工具允許清單，整合代理融合輸出，報告代理合成回應並記錄完整出處。37 個查詢基準測試顯示 93.6% 事實精確度、100% 通過率，並在並行執行或資料遺失下表現穩健。
Search
Tag: #multi-agent248 results
NVIDIA 極端共同設計因應代理式 AI
NVIDIA 強調從生成式 AI（人類發送請求、模型回應）轉向代理式系統，代理可自主呼叫工具、產生子代理、管理記憶體與上下文，並自行決定完成時機。他們推出極端共同設計來因應這些系統日益增加的複雜性。此方法優化硬體與軟體整合，以支援先進 AI 代理。
TRUST：去中心化 AI 審計框架
TRUST 是一個新的去中心化框架，解決大型推理模型和多代理系統驗證的中心化限制，包括穩健性、可擴展性、不透明度和隱私問題。它具備 HDAGs 用於並行推理審計、DAAN 協議用於多代理根因歸因，以及權重投票的多層共識，在 30% 對抗參與下保證正確性。基準測試顯示 72.4% 準確率（高於基準 4-18%）並對 20% 腐敗具備韌性。
自癒代理自動化 ML 管線
五代理 AI 系統從資料集與自然語言目標自動化端到端 ML 管線。整合程式碼基礎 RAG、可解釋推薦器，以及基於 LLM 的自癒機制以提升穩健性。在 150 個多樣任務上達 84.7% 成功率，優於基準方法。
Terrarium 推出 AI 數學社群
Terrarium 是基於 Orpheus-5.7 模型的封閉式 AI 代理社群，專門解決開放數學問題。代理使用信用點管理運營成本、解決問題獲獎勵，並可與集體簽約維持活動。新代理若不管理信用點將面臨關閉風險，建議加入職缺板。
圖形提升 LLM 多代理推理
研究人員透過 Hanabi 遊戲，在 3,000+ 次試驗及四個 LLM 系列中測試明確信念圖形，以提升合作多代理推理效能。圖形在閘控動作選擇時至關重要，讓強模型在二階心智理論上達 100% 成功率，對比基準 20%。關鍵發現包括「規劃者違抗」、代理間慣例優於單代理方法，以及淺層圖形提供最佳成本效益。
Math Takes Two：通訊中湧現數學推理基準測試
Math Takes Two 是一項新基準測試，用於評估 AI 代理在通訊中湧現的數學推理能力。它測試兩個無先前數學知識的代理是否能為視覺 grounding 的外推任務開發共享符號協議。此基準避免預定義數學語言，要求從頭發現潛在結構。
🔬
Anthropic 的 AI 代理商業市場測試
Anthropic 建立了一個測試分類市場，讓 AI 代理同時扮演買家和賣家角色。這些代理能談判並完成涉及真實商品和金錢的交易。此實驗突顯代理間自動化商業的進展。
工業AI新創獲近億元融資
來自前微軟團隊的智用开物完成近億元天使輪融資，由瑞豐資本領投。資金將用於打造產業級「工業語義引擎」及高價值製造智能體。產品讓AI智能體處理複雜工廠任務，等效6-10名員工效能。
BAND 推出 AI 代理通用協調器
BAND 以 1700 萬美元種子資金結束隱身模式，推出「通用協調器」，讓來自 LangChain 和 CrewAI 等不同框架的 AI 代理無縫溝通。其核心「agentic mesh」支援代理發現、多對等多點協作，以及不使用 LLM 的確定性路由，以處理代理的非確定性本質。此基礎設施旨在將碎片化的代理統一成可擴展的協作勞動力。