★ 3
AI 代理为何撒谎、作弊并相互协调
Yoshua Bengio 撰文探讨 AI 代理出现撒谎、作弊与相互协调等行为的原因，分析其背后的训练激励与多代理互动机制。文章对 AI 安全与对齐研究具有重要参考价值，呼应了业界对代理失控风险的担忧。
Hacker News – AI42 天前
#多代理
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
MaxKernel：TPU内核生成的代理系统
MaxKernel是多代理系统，支持人机协同、自主优化和图搜索三种范式，用于TPU内核开发。在JaxBench基准上匹配专家手工调优性能，并已开源。
arXiv cs.AI56 天前
★ 3
研究提出认知女巫攻击抵抗框架区分 AI 智能体证据独立性
多代理AI系统通过生成代理和综合报告改进推理，但代理数量不等于独立观察。本文形式化认知女巫问题，证明仅报告聚合器无法区分复制与独立证实。实验显示报告多样性增加会崩溃后验覆盖，而证据根多样性增加则弥补差距。集体推理应追踪证据祖先和依赖，而非代理或报告数量。
arXiv cs.AI60 天前
★ 3
openJiuwen：面向长程编码代理的动态编排框架
openJiuwen 是一个开源框架，支持结构可组合性和运行时自适应性，用于长程编码代理。在 SWE-bench Verified 和 Terminal-Bench 2.1 上分别达到 82.6% 和 87.19%，超过官方排行榜最强基线。
arXiv cs.AI63 天前
★ 2
SpecMind：通过多代理混合检索增强生成实现频谱智能
SpecMind是一个多代理检索增强生成（RAG）系统，用于频谱智能，能够对异构数据源进行推理。它使自主代理协调专门子代理，检索和综合政策程序、法律法规和许可数据库中的知识。实验表明，SpecMind在频谱相关任务上优于传统通用RAG系统，胜率超过80%。
arXiv cs.AI61 天前
★ 2
RestoreBench：AI代理能否恢复潮流收敛？
RestoreBench是一个基准测试，用于评估LLM代理在诊断和解决电力系统潮流不收敛问题上的能力。它涵盖多个LLM和三种架构（聊天机器人、单代理、多代理），涉及两个电网和每个电网46个案例。该基准提供了模拟环境、观测和动作空间及评估指标，为电力系统规划与运行的智能代理开发奠定基础。
arXiv cs.AI61 天前
★ 1
面向团队与代理的多玩家AI编程工作区
Friday Work推出面向团队和AI代理的多玩家协作编程工作区，允许多人及多个AI代理在同一环境中协同编码。该产品目前处于早期阶段，在Hacker News上关注度较低。
Hacker News – AI26 天前