论文：测试时通信让多智能体在 ARC-AGI-3 上超越并行独立尝试
原文标题：Scaling Discovery through Test-Time Communication
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文研究多智能体在测试时通过共享目录通信的效果，发现 k 个通信智能体的成功率可媲美 4k 个独立智能体，且优势随规模扩大而累积。在 ARC-AGI-3、多联骨牌拼装与 MNIST 分类器压缩任务上，通信团队超越最佳单智能体甚至人类已知最优解。但该增益在算力有限或缺乏明确进展信号时并不成立。
- 问题
- 多智能体测试时通信是否真能提升难题求解能力，此前结论不一。
- 方法
- 让无预设角色的智能体通过共享目录通信，在 ARC-AGI-3 等任务上对比通信团队与独立并行尝试的扩展效果。
- 结果
- k 个通信智能体成功率媲美 4k 个独立智能体；MNIST 分类器压缩任务中四智能体产出 1,957 字节、99.4% 准确率的方案，优于已知人类最优。
- 影响
- 为多智能体协作式推理提供扩展性证据，但算力受限或无进展信号时增益消失，落地需评估预算。
深读 · 结论先行AI 生成展开看要点与影响 ↓
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。