s³让多智能体自组织协作

1. 22:01
   AGI Hunt

   s³ 论文：多智能体自组织协作，2 倍规模解题超基线 25 倍

   华盛顿大学与 Allen AI 等机构提出 s³，通过 cooperative RL 让多智能体自主学习分工、协作与通信时机。训练与推理预算匹配时，2 倍规模的 s³ 集群解决的协调问题数超最强基线 25 倍以上，并行探索中重复工作量减少近 50%。

1. 00:50
   AGI Hunt

   华盛顿大学与 Ai2 发布 s³：多智能体强化学习让 LLM 自组织协作

   华盛顿大学与 Ai2 团队发布论文 s³（Simple Scaling of Swarms via Cooperative Multi-agent RL），提出用协作式多智能体强化学习训练 LLM 智能体集群。该方法不预设组织结构或角色分工，使智能体群在训练中自发形成自组织，性能超越 best-of-N 等传统方法。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。