研究人员开发了BANDMAS，一个用于多智能体协作的新型框架，通过智能调度数据分组来优化通信。该系统分析消息的语义特征，以确定其对任务完成的预测贡献，仅传输超出其资源成本的分组。在Qwen3-4B流量上，跨SciFact、HotpotQA和FanOutQA基准的实验表明，在实现优于其他受限方法的任务指标的同时，应用层字节数显著减少了53.2%至77.3%。 AI
影响 BANDMAS通过优化通信效率，可能显著降低多智能体AI系统的计算开销和延迟。
排序理由 该集群包含一篇详细介绍多智能体系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
