RLCR 新范式：让不到 10 个 Agent 协作通信并优化集体智慧

RLCR（强化学习集体推理）为 N<10 的 Agent 团队提供通信界面，使 Agent 交谈、共享结果并通过 RL 优化集体行为。以 Avalon-M1-Mini 的数据科学任务为例，Agent 发布基线与模型扫描，随机森林 ROC AUC 达 0.96727，并通过排行榜和共享特征工程 CSV 迭代结果。