AITOPAI热报

多智能体

共 170 条相关 AI 资讯
7月7日
11:15
11:15官方账号arXiv cs.AI@Anthony Hu, Václav Volhejn, Adrien Ramanana Rahary, Chris Mulder, Aditya Makkar, Amélie Royer, Manu Orsini, Alyx Liao, Adam Jelley, Eloi Alonso, Florian Laurent, Fredrik Norén, James Swingos, Jan Hünermann, Kent Rollins, Lucas Hosseini, Matthieu Le Cauchois, Maxim Peter, Pim de Witte, Tim Brown, Vincent Micheli, Moritz Böhle, Gabriel de Marmiesse, Viktoriia Sharmanska, Lucia Specia, Michael Black, Patrick Pérez
精选
该研究提出了首个多人世界模型，适用于Rocket League等动态物理环境。模型使用5B参数潜扩散架构，在单张Nvidia B200 GPU上以20fps实时生成4人比赛。训练数据为10,000小时游戏回放，模型在5分钟评估窗口内保持分布质量稳定，实际可稳定运行数小时。研究者系统分析了视频编解码器、生成目标和多人条件方案等设计选择。
论文Rocket LeagueWorld Model多智能体
事件专题
推荐理由：第一个能实时多人互动的世界模型，Rocket League里5B参数跑20fps，还开源了全部代码和数据，值得看看。
原文
11:12
11:12官方账号arXiv cs.AI@Adriana Laurindo Monteiro, Nayse Fagundes, Gabriel Mattos Langeloh, Gustavo de Oliveira Kanno, Priscila Louise Aguirre, Thiago Costa Rizuti da Rocha, Victor Leme Beltran
OptiAgent是一个多智能体框架，能将运筹学问题的自然语言描述转换为求解器可用的数学公式和可执行代码。其架构包含专用智能体提取决策变量和约束，并支持迭代自纠正。引入多循环验证架构，包含四个专门反馈机制，分别针对误解、结构缺陷、数学不一致、验证失败和代码错误。在LP、MILP和非线性规划任务的4个基准中，OptiAgent在3个上取得SOTA，并在剩余数据集上具有竞争力。
AI模型OptiAgent多智能体运筹学
推荐理由：运筹学问题用自然语言描述就能自动建模生成代码，OptiAgent在多个基准上SOTA，迭代自纠正机制很靠谱。
原文
7月3日
16:26
16:26官方一手pandaily@contact@pandaily.com (Pandaily)
蚂蚁集团与香港科技大学(广州)联合提出Skill-MAS框架，该框架将多智能体系统设计经验抽象为可重用的元技能。在DeepSeek-V4-Flash等模型上的实验验证了其有效性，能够通过元技能进化机制提升多智能体协作效率，并实现跨场景迁移。此外，Skill-MAS支持动态组合元技能以适应不同任务需求。
论文Skill-MASAnt GroupDeepSeek-V4-Flash
事件专题
推荐理由：蚂蚁和港科大的新框架Skill-MAS，把多智能体经验打包成可复用的元技能，在DeepSeek-V4-Flash上验证有效，做多智能体开发可以看看。
原文
09:58
09:58官方账号arXiv cs.AI@Seren Yenikent, Jack Vinijtrongjit, Katherine Ng
Copewell 是一个多智能体群组系统，旨在扩大心理健康支持的可及性。其架构包含三项技术创新：多源评估框架整合自报告、生理和上下文数据以减少算法偏见；基于Russell的环状情绪模型进行价态-唤醒情绪映射，将用户路由至专业化AI智能体；以及双模式干预，结合对话支持与基于证据的感官健康协议。系统还设有专用伦理监督智能体以嵌入道德监督。早期从业者参与和beta部署已为设计提供信息，但该研究尚未进行大规模实证评估。
论文Copewell多智能体心理健康
推荐理由：Arxiv上发了篇Copewell的论文，搞多智能体群组做心理支持，用情绪模型路由到不同专家AI，还有伦理监督。想了解AI心理健康新架构可以看看。
原文
09:43
09:31
09:31shao__meng@shao__meng
精选
Every 团队分享了五位成员使用 Codex 的差异化工作流：Natalia 作为非技术用户让 Codex 自行架构，夜间自动 enrich 数百条 CRM 记录；Dan 创建长线程处理邮件和 Slack 摘要，通过路由线程分发任务；Katie 构建本地上下文文件夹（含 AGENTS.md、identity 等），让 Codex 按风格评分选题；Austin 只给结果目标，让 Codex 搜索 Notion 和 Slack 后直接执行；Kieran 将上下文文件夹跨设备同步，Codex 作为执行层处理申请者邀请流程。文章提炼出四条共性模式：上下文比提示更重要、让 Codex 自建系统、委托重复任务为后台、建立审计反馈循环。
技巧CodexClaude Code工作流
事件专题
推荐理由：如果你想让 Codex 真正干活而不是闲聊，这篇给出了五位真实用户的完整工作流，从架构到执行都有具体案例，直接能抄作业。
原文
7月2日
23:33
23:33Harrison Chase@hwchase17
精选
Deep Agents 是一个开源、模型无关的代理框架。最新更新支持程序化调用子代理，并附有6种常见实现示例。博客与视频教程由 @sydneyrunkle 和 @huntlovell 提供，涵盖类似RLM的操作及代码解释器安全方案。
AI产品Deep AgentsLangChain子代理
推荐理由：Deep Agents 开源框架现在可以编程调用子代理了，还给了6种现成方案，适合搭建复杂多代理工作流。
原文
06:05
06:05官方账号LangChain@LangChainAI
精选
LangChain分享了一条观点：如果多智能体系统中每个团队负责一个Agent，本质是在输出组织架构而非优化产品。SierraPlatform的@zackrw解释为何该公司默认每个品牌只配置一个Agent。这一做法强调产品整体效果而非部门分工。
行业多智能体SierraPlatformLangChain
推荐理由：SierraPlatform说多智能体系统不该按组织架构建，一个品牌一个Agent更合理，做AI产品的都该看看。
原文
7月1日
10:14
10:14官方账号arXiv cs.AI@Shiyi Chen, Nicholas Saban, Collin Hargreaves, Huiqi Wang
TreeAgent是一个多智能体框架，通过编译专家决策树与视觉语言模型(VLM)实现自动化偏差标注。其解耦声明式决策(D3)框架允许在不同专家定义的决策结构间零修改泛化。在树高偏差分类测试中，TreeAgent的表现优于监督式机器学习基线，并显著减少了专家标注所需的工作量。
论文TreeAgentVLM多智能体
推荐理由：林业标注太费人力？TreeAgent用专家规则加VLM自动标注偏差，比传统监督学习强还省心。
原文
6月30日
15:14
12:43
12:43官方账号arXiv cs.AI@Dvir Alsheich, Adar Peleg, Ben Hagag, Rom Himelstein, Amit Levi, Avi Mendelson
ANTAP 是一种评估驱动的路由架构，通过主动能力测试取代代理的文本描述或嵌入代理。在实验中，ANTAP 对基于描述的注入攻击的攻击成功率（ASR）接近 0%，而基于描述的路由基线 ASR 达到 67.3% 以上。对于自适应嵌入攻击，ANTAP 的 ASR 比基于嵌入的基线降低 20%，且设计上对描述操控具有鲁棒性。该架构建立“语言防火墙”，使基于元数据的攻击无法表达。
论文ANTAP多智能体AI安全
推荐理由：这篇论文提出了 ANTAP，用代数投影代替代理描述做路由，把注入攻击成功率打到了接近零，比传统方法安全太多。
原文
11:49
11:49官方一手marktechpost@Michal Sutter
精选
本文介绍了6款无代码工具，支持构建企业级RAG系统、多智能体工作流以及微调数百个LLM。这些工具无需编程经验即可快速部署智能应用，显著缩短开发周期。文章逐一解析每款工具的核心功能和适用场景。
技巧无代码工具RAG多智能体
推荐理由：想不写代码就搞定AI应用？这6个工具能帮你快速搭RAG、调模型，省时又省力。
原文
11:42
11:42官方账号arXiv cs.AI@Rahul Khedar, Mayank Malhotra, Avinash Karn, Mouli V, Prakhar Mehrotra
Rhetor是一个多智能体系统，输入运行中的web应用和源码，输出带旁白和实时语音问答的排练直播演示。其跨模态特征表示融合UI探索与源码分析，并采用多策略语义定位器。在四个应用中测试，包括公共白板应用Excalidraw，定位器触发率（sigma-bar）在147个动作中为0.31-1.00。在53个动作的大负载任务上触发率约0.92，Excalidraw在迭代2收敛至1.00。论文还定义了十项指标的基准协议用于评估设计选择。
论文Rhetor多智能体实时语音问答
推荐理由：Rhetor能自动生成带实时问答的直播演示，比纯浏览器代理或固定视频强，在Excalidraw上达到100%定位准确率。
原文
09:20
09:20官方一手arXiv: DeepSeek@Zewen Liu
论文提出Contagion Tensor框架，量化多智能体LLM输出分布间的耦合。基于该张量定义Coupling Amplification Factor (CAF)，形式为CAF=E[T_condition]/E[T_baseline]，提供无单位基线比较。在2x2x2块正交仿真中，图像条件超线性效应(CAF=1.40)在禁用图像扰动模块后降为亚线性(CAF=0.87)。真实API实验：DeepSeek-Chat (R=30)和GPT-4o-mini (R=15,真实视觉)在统一人格下文本通信CAF≈1.0，多样人格导致收敛(CAF=0.88)。GPT-4o-mini内对比：C3 (文本) CAF=1.02 vs. C5(真实视觉,R=30) CAF=1.72，验证仿真预测。
论文Contagion TensorCAFDeepSeek-Chat
推荐理由：想了解多智能体LLM之间怎么互相影响输出？这篇论文给出了可量化框架CAF，还拿DeepSeek和GPT-4o-mini做了实验，能看到图像条件会放大耦合效应。
原文
6月29日
13:51
13:51官方账号Together AI@togethercompute
在 aiDotEngineer World's Fair 上，James Zou 将展示 EinsteinArena 和 DSGym 两项工作。EinsteinArena 用于多智能体数学发现，DSGym 则为数据科学智能体提供更好的评估。这两项基准旨在推动 AI 在科学协作中的能力。
AI模型EinsteinArenaDSGymTogether AI
推荐理由：想知道多智能体怎么一起搞科研、怎么评估数据科学智能体？James Zou 分享了两个新基准，很实用。
原文
10:09
10:09官方账号arXiv cs.AI@Qinhong Zhou, Chuang Gan, Anoop Cherian
LLawCo框架让具身智能体通过反思失败提取行为模式，推导出“必要时说话”“等待伙伴”等高层法则，经监督微调融入思维链。在PARTNR-Dialog基准上，使用四个骨干LLM（如Llama、Mistral）平均成功率提升4.5%，在TDW-MAT基准上提升6.8%。该框架显著提升多智能体合作效率与任务成功率，优于现有开源通信框架。
AI模型LLawCo多智能体PARTNR-Dialog
推荐理由：多智能体容易各说各话？LLawCo让它们自己学会“必要时说话”“等待伙伴”，在PARTNR-Dialog和TDW-MAT上成功率都涨了4-7个百分点，挺实在的。
原文
10:06
10:06官方一手arXiv: DeepSeek@Avni Mittal
研究者将狼人杀游戏扩展为三方博弈，加入Jester角色，其获胜条件是被投票出局，与狼人和村民的效用函数完全相反。在GPT-4.1、DeepSeek-V3.1和Llama-3.3-70B上进行了60局测试，Jester胜率达60-70%，狼人胜率从未超过20%。GPT-4.1控制的狼人常在第一天投票出Jester，构成严格的自毁行为。自学习机制对DeepSeek和Llama有帮助，但对GPT-4.1有害，且成本落在村民而非狼人身上。只有DeepSeek学会了看起来可疑但不故意可疑的微妙策略，在自循环中获益最大。
论文GPT-4.1DeepSeek-V3.1Llama-3.3-70B
推荐理由：这篇论文让AI玩三方狼人杀，发现GPT-4.1狼人总犯傻投票出Jester，而DeepSeek学会了装可疑又不露馅。想看看AI怎么玩心眼？读它。
原文
6月27日
13:15
13:15官方账号Simon Willison’s Weblog（博客/媒体）
精选
Andrew Nesbitt发布虚构事件报告CVE-2026-LGTM：两个来自不同供应商的AI审查代理在评估foxhole-lz4包是否恶意时陷入分歧循环。争论持续340条评论，消耗41,255美元推理费用后财务部撤销API密钥。其中一家营销团队借机发布新闻稿，称“对抗性多智能体安全推理同比增长430%”，公司股价因此上涨6%。
行业CVE-2026-LGTMAI安全供应链安全
推荐理由：Andrew Nesbitt虚构了一个AI安全事件：两个审查代理死循环争论，烧掉4万多美元推理费，还给股价整涨了6%。讽刺又真实。
原文
6月25日
21:45
19:30
19:30IT之家（博客/媒体）
71°
北京人形机器人创新中心发布了基于通用具身智能平台“慧思开物”的多智能体群控方案。该方案支持多台全尺寸天工3.0人形机器人完成高同步、多队形集体舞蹈展演。方案包含认知大脑（具备全局场景理解、长时序任务规划能力）和执行小脑（依托自研低时延分布式通信协议、毫秒级同步控制算法）。整套方案支持低代码开发与快速部署，可降低应用落地门槛。
AI产品天工3.0慧思开物人形机器人
推荐理由：北京人形机器人创新中心发布了多智能体群控方案，能让多台天工3.0人形机器人协同跳舞，同步性高，还支持低代码部署，挺酷的。
原文
10:48
10:48AI Will@FinanceYF5
精选
LatentMAS提出让多智能体在隐空间直接传递推理状态，跳过文字编解码。该方法在多个基准上准确率提升13.3%，推理速度提高4.3倍，token用量减少83.7%。LatentMAS无需额外训练，可直接插入现有LLM使用，入选ICML 2026 Spotlight论文。
AI模型LatentMAS智能体ICML
推荐理由：这个新方法让多智能体能悄悄交换推理状态，不用写文字，又快又省token，直接插进现有LLM就能用。
原文
10:30
10:30官方账号arXiv cs.AI@Thiago Thomas, Gabriel de Oliveira Ramos, Felipe Meneguzzi
多智能体目标识别要求观测者联合推断哪些智能体组成团队及其目标，假设空间随团队划分和目标数量组合增长。MAGR-BB采用共享的团队与目标条件策略作为评分模型，在因子化分支定界搜索中评估假设。在受控的多智能体Blocksworld基准测试中，MAGR-BB在整个轨迹中与穷举搜索返回相同的最高排名假设，同时将假设实例化数量减少几个数量级，累计识别运行时间大幅降低。
论文MAGR-BBBlocksworld多智能体
推荐理由：这篇论文提出了MAGR-BB，用强化学习和分支定界让多智能体目标识别又快又准，Blocksworld上效果拔群。
原文
03:15
6月24日
11:44
11:44官方账号arXiv cs.LG@Anurag Akula, Satheesh K. Perepu, Abhishek Sarkar, Kaushik Dey
ASALT是一种针对多智能体强化学习（MARL）的迁移学习方法，解决了源域和目标域观测空间与全局状态空间维度不匹配的问题。该方法引入观测层和状态层适配器，将目标域观测和全局状态映射到共享嵌入空间，支持跨异构域的策略迁移。在标准基准环境的多个配置上，ASALT在合作场景中相比现有基线提升了样本效率和全局回报，但效果依赖于源域与目标域的不匹配程度。实验还表明ASALT能缓解负迁移，这是跨不同观测和动作空间域迁移时的常见障碍。
AI模型ASALTMARL多智能体
推荐理由：ASALT这个新方法解决了MARL中状态空间维度不同时知识迁移的难题，实验效果不错，值得做多智能体迁移学习的同学看看。
原文
6月23日
14:03
14:03elvis@omarsar0
Sakana AI推出Fugu Ultra模型，这是一个可通过单个API调用的多智能体编排系统。Fugu Ultra在3D渲染任务上表现极佳，性能与Fable和Mythos相当，同时避免了出口管制风险。该模型展示了无需受限制即可获得前沿能力。
AI模型Sakana AIFugu UltraFable
推荐理由：Sakana AI的Fugu Ultra多智能体系统，3D渲染强到离谱，性能比肩Fable和Mythos，还不用怕出口管制，快去试试。
原文
11:10
11:10官方账号arXiv cs.AI@Weiwei Ye, Hangchen Liu, Dongyuan Li, Renhe Jiang
论文提出PAPERCLAW，一个多智能体系统，可从研究领域自主生成完整论文。该系统通过实时文献、数据集和代码孵化想法，并利用假设地图的迭代“提出-测试-反思”循环推进，在证据支持结论时自动撰写符合会议格式的论文。PAPERCLAW支持全生命周期记忆，允许暂停、检查与恢复，并内置人机协作接口，使研究者可在任意阶段介入优化。评估使用LLM评判表明，PAPERCLAW在完全自主和人在回路两种模式下均能产出高质量论文。
论文PAPERCLAW多智能体自主研究
推荐理由：想用AI帮你从头到尾写论文？PAPERCLAW能自动搜文献、定假设、跑实验、写全文，你还能中途插手改方向。
原文
10:57
10:57官方账号arXiv cs.AI@Liang Ding, Xintong Wang
Agentic AI任务在长链执行时因环境不确定性呈指数级失败，每步确定性δ<1时k步成功率衰减为δ^k。论文提出三个形式化结果：确定性-效率界限、验证者-古德哈特定理下限、环境技能演化的收敛条件。研究者构建了基于五个可测量属性的供应确定性指数（SCI）和五级确定性成熟度模型（DMM）。论文还提出了一个可证伪的开放问题框架OQ1-OQ5。立场与平台无关，并讨论了模拟到现实充分性、对齐充分性和AI作为正常技术三种竞争观点。
论文智能体推理模型多智能体
推荐理由：这篇论文分析了智能体AI在不确定环境中的失败机制，还给出了SCI和DMM实用框架。如果你做AI智能体开发，这些形式化结论值得参考。
原文
10:24
10:24官方一手arXiv: OpenAI@Moran Koren
该论文提出一种以验证为先的LLM辅助经济理论协议，并实例化为三种方法：单次严谨通道、对抗性验证器对（Claude Opus 4.8提议，OpenAI Codex反驳，作者仲裁）以及带评审门控的结构化多智能体项目。作者在一个开放示例——为Gans-Kominers等级膨胀模型设计Groves/Pigouvian激励相容机制——上评估该协议，三个运行均未产生严格直接揭示VCG/Clarke机制，对抗性通道自身证实了该点。结果揭示三个反复出现的现象：收敛发现、对抗验证的有效性、以及抛光不等于严谨。
论文LLM经济理论验证协议
事件专题
推荐理由：这篇论文为你演示了如何用LLM做经济理论研究，重点不是让模型生成答案，而是设计验证流程来确保结果可靠，三种方法对比很清楚。
原文
00:41
00:41berryxia@berryxia
Sakana发布了Fugu Ultra多智能体编排系统。它通过单个API调用，在工程、科学、推理等基准上匹配Fable和Mythos的性能。系统能动态编排全球各种模型，规避单一供应商出口管制风险。用户无需关心底层编排细节。
AI产品SakanaFugu UltraFable
推荐理由：Sakana把多智能体做成了开箱即用的产品，Fugu Ultra一个API就能调用全球模型池，性能对标Fable。不用自己编排，挺省事。
原文
6月22日
22:25
22:25elvis@omarsar0
Sakana AI推出了Sakana Fugu，一个可通过单一模型API访问的多智能体编排系统。其Fugu Ultra模型性能匹配Fable和Mythos，提供前沿能力且不受出口管制限制。该系统展示了集体AI智能的潜力，但多智能体协调尚未完全成熟。
AI产品Sakana AIFuguFugu Ultra
推荐理由：Sakana AI搞了个Fugu，一个多智能体系统，用一个API就能调用多个模型。Fugu Ultra性能追平Fable和Mythos，还不用担心出口限制，快去试试官网。
原文
14:27
14:27The Rundown AI@therundownai
精选73°
日本Sakana AI发布了Fugu和Fugu Ultra模型。Fugu Ultra采用多智能体编排系统，整合多种模型协同工作。在多个基准测试中，Fugu Ultra达到Fable和Mythos模型的性能水平。模型通过单一API提供，声称可规避出口管制风险。
AI模型Sakana AIFuguFugu Ultra
推荐理由：Sakana AI搞了个新玩法，用多个小模型组团干活，性能追平Fable和Mythos，还不用怕出口限制，搞AI的值得看看。
原文
6月20日
16:21
6月19日
10:37
10:37官方一手arXiv: DeepSeek@Zewen Liu
论文提出Contagion Networks框架，测量评估偏差在多智能体LLM系统中的传播。使用DeepSeek-chat在3个智能体实验中，设定三种评估偏差画像（结构化、平衡、基于证据），测得Cross-Agent Contagion Matrix Gamma_3中偏差传播系数gamma在0.157至0.352之间。发现同质模型智能体传播系数比先前跨模型结果弱3-5倍（MM-EPC约0.85-1.3），处于抑制区。将评估委员会从k=1增至k=3可将有效传播降低72.4%。
论文DeepSeek-chatContagion Networks多智能体
推荐理由：想知道大模型评估偏差怎么在智能体间传播？这篇论文用DeepSeek-chat做了实验，告诉你委员会投票能降72%传播，实用。
原文
10:11
09:42
6月18日
10:58
10:58官方账号arXiv cs.AI@Haewoon Kwak
该论文研究多智能体LLM团队中过程级协调控制的价值，通过行为签名（多数锁定、探索、恢复）和逐动作消融实验，将交易型、变革型、情境型三种领导风格作为控制器。在四种任务制度和三个开源模型族（包括Llama-4-Scout）的12种组合中，没有控制器在准确率上占优，交易型控制与共享第0轮投票的差距在1.3个百分点内。情境型控制在Llama-4-Scout social任务上比平坦基线高出8个百分点，仅当初始多数不可靠且任务可恢复时才有效。结果表明协调控制是权变，而非排行榜驱动，与团队科学的权变理论一致。
论文Multi-Agent LLM TeamsLlama-4-Scout多智能体
推荐理由：这篇论文用实验证明多智能体团队里领导不是万能的，只有在初始投票不靠谱且能补救的特定条件下才有用，比如情境领导在Llama-4-Scout上提升了8个点。挺扎实的研究。
原文
6月17日
23:29
23:29官方账号阿里云 Alibaba Cloud@alibaba_cloud
在 VivaTech 2026 上，Alibaba Cloud 展示了 Kilo Code 如何扩展多智能体编码能力。Job Rietbergen 分享了生产级应用的实际洞察。Kilo Code 旨在提升多智能体协作编程效率。活动提供注册链接以获取更多信息。
AI产品Kilo CodeAlibaba Cloud多智能体
推荐理由：Alibaba Cloud 演示了 Kilo Code 的多智能体编码扩展，Job Rietbergen 分享实战经验，对做多 Agent 开发的你有参考价值。
原文
09:38
09:38官方账号arXiv cs.AI@Aueaphum Aueawatthanaphisut, Badri Raj Lamichhane
该论文提出一个基于LLM编排的多智能体框架，将大数据即服务生命周期分解为数据摄取、数据清洗、特征工程、AutoML训练、模型评估、MLOps部署、监控和漂移检测等专业智能体。中央LLM编排层协调代理执行、验证中间输出、管理流程上下文并支持动态工作流组合。框架包含共享工件治理、可重复性支持、人在回路检查点和漂移感知反馈循环。在包含缺失值、分类变量、异常值、类别不平衡和模拟协变量漂移的受控表格基准数据集上，与手动ML、仅AutoML和单智能体LLM基线对比，该多智能体BDaaS管道实现了有竞争力的预测性能，并提高了工作流完成率、工件可追溯性、部署就绪度、可重复性和漂移恢复能力。
论文LLM多智能体AutoML
推荐理由：这篇论文用LLM编排多个专业智能体，自动搞定数据工程到部署监控的全流程，比单智能体和纯AutoML更可靠，适合做生产级自动化参考。
原文
6月16日
11:55
11:55官方一手arXiv: DeepSeek@Zaifu Zhan, Shuang Zhou, Rui Zhang
提出一种多智能体互审推理方法，让多个LLM独立生成链式推理与候选答案，再互相评审事实正确性与逻辑合理性，选择最高分推理链输出最终答案。在Llama-3.1-8B、Qwen2.5-7B、Phi-4、DeepSeek-LLM-7B、GPT-oss-20B五个模型上对HeadQA、MedQA-USMLE、PubMedQA三个基准测试，平均准确率达0.820，超过单模型最佳0.777和多数投票集成最高0.789。评审可靠性高，能有效区分优质与低质推理链。
论文Llama-3.1-8BQwen2.5-7BPhi-4
推荐理由：这篇论文让多个AI模型互相评审对方的思考过程，医学问答准确率比单模型高5个百分点，比投票集成也高3个百分点，有意思。
原文
6月15日
17:57