浙大等提出MACR置信度接力框架

浙江大学、南洋理工和港大团队提出MACR多智能体框架，通过置信度引导的接力与竞标机制动态选择下一位智能体，使token开销降低6.0倍。四个基准实验中，其准确率超过最强单模型策略，在MathVista和MMMStar上分别提升3.3%和3.9%。 MACR以“接力思考”替代传统群组协作：推理所有权在智能体间动态转移，后者继承并细化持续演化的推理轨迹。上述性能与开销数据来自团队论文报告的基准实验。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。