★ 3
论文对比单智能体与多智能体 LLM 在财务审查任务上的表现
一篇 arXiv 论文在信贷评估备忘录审查任务上，控制性对比了单智能体与三智能体团队的表现。结果显示多智能体团队多发现 0.08-0.10 的缺陷，但在四个模型上误报均增加，平衡准确率变化不超过 0.02，且消耗 2.2-2.4 倍 token。研究对「多智能体一定更好」的实践共识提出质疑。
arXiv cs.AI12 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
一篇 arXiv 论文在信贷评估备忘录审查任务上，控制性对比了单智能体与三智能体团队的表现。结果显示多智能体团队多发现 0.08-0.10 的缺陷，但在四个模型上误报均增加，平衡准确率变化不超过 0.02，且消耗 2.2-2.4 倍 token。研究对「多智能体一定更好」的实践共识提出质疑。