
EMNLP 2026 Main | AI 群聊怎样多元化?佐治亚理工和麻省理工提出 MASCOT (opens in a new tab)
MASCOT 将多智能体群聊拆成角色行为对齐与主持人协调两个训练阶段,减少多个角色反复附和、缺少新贡献的问题。研究在情感支持与会议讨论数据上结合模型评分和人工盲评验证效果,现有证据主要来自英语和受控情境,长期互动仍待检验。
Total 94 articles

MASCOT 将多智能体群聊拆成角色行为对齐与主持人协调两个训练阶段,减少多个角色反复附和、缺少新贡献的问题。研究在情感支持与会议讨论数据上结合模型评分和人工盲评验证效果,现有证据主要来自英语和受控情境,长期互动仍待检验。

Axiom Math 介绍组织多智能体将有限单群分类证明转为 Lean 工程的过程,包括任务拆分、依赖核查、文献勘误和新引理构造。项目为团队自评,形式化定义是否对应原命题仍需外部数学家审阅。

多轮对话、多智能体交互过程,大模型生存性威胁会被放大。

不会……只有我这样做吧? 现在每次去医院看病前,我都会让AI帮我跑一轮。 哪里不舒服、持续了多久,还包括既往病史,这些零零碎碎的信息,都在预问诊阶段准备妥帖。 等到和医生面对面,结果发现医生也在Vibe Working: Agent协助医生下判断,诊室之外的随访与健康信息管理也由AI跟上。 乍一听有点赛博朋克,但却是实实在在发生在现实的一幕。 张亚勤院士创办的清华AIR,最近又跑出来一家明星AI医疗企业—— 紫荆智康。 其研发的“紫荆AI医院”系统,已经在全国各地的医院陆续上线测试。 走进去更科幻更未来的是,这里的每个医生都能拥有辅助自己工作的专属AI分身,但这还远远不够。 单说咱去看病,一个

厦门大学ASC Lab团队提出的FlowMAS获NeurIPS 2026录用,通过GFlowNet、好奇心驱动模块和信息引导优化模块自动生成多样且低成本的大模型多智能体工作流拓扑,并在六个基准实验中取得领先成绩。

研究团队提出7B审计员AgentForesight,可在多智能体任务运行中在线识别并归因关键错误,其AFTraj-2K Exact-F1达66.44,成功轨迹误报率仅2.37%。

GitHub新上线的AI论文生成工具Open Academic Paper Gen以九阶段多智能体工作流完成选题、文献检索、初稿写作与核验,并可在获取全文后定位相关段落,检查引用是否支撑正文论点及标注PDF页码。

OpenAgents、哥伦比亚大学等研究者构建多智能体协作评测基准AgentWorld,评测显示主任务最高完整成功率为Gemini 3 Flash的52.0%,并提出CCE指标分析协作贡献。

最近,一个叫Jev的新模型突然火了。 它来自TypeSafe AI。这支有OpenAI背景的团队没有继续卷生成和推理,而是换了个方向:让AI直接做判断。 他们甚至把口号直接写成:Decisions, not strings(要决策,不要文本)。 Jev的走红,也让“Decision”(决策)重新成为AI圈的热门词。 但如果把时间线往前拨几个月,会发现这条趋势并不是今天才出现。 在Jev受到关注之前,国内已经出现了一条“决策AI”路线。今年6月,中科闻歌(此前被部分媒体称为“决策大模型第一股”)发布了通用决策大模型Decitron决策机,尝试将世界模型、多智能体推演、博弈与求解纳入统一的决策框架

开发者从ChatGPT核心代码中发现铁证,确认OpenAI神秘的24小时在线AI助手「o」将于9月29日开发者日正式发布,支持极速模式、多智能体协同及独立邮箱,面向Pro订阅用户开放。