实体
Aneesh Pappu
Aneesh Pappu
PulseAugur coverage of Aneesh Pappu — every cluster mentioning Aneesh Pappu across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Apple研究：LLM团队未能有效利用专家知识
来自Apple Machine Learning Research的一篇新论文揭示，多智能体大型语言模型（LLM）团队在利用专家知识方面存在困难，在ML基准测试中表现比单体专家差41.1%。与人类团队不同，这些AI团队倾向于平均化专家和非专家的意见，而不是恰当地权衡专业知识，这种现象被称为“整合性妥协”。这种行为随着团队规模的增大而恶化，并在模型对齐和有效利用专业知识之间产生了权衡，突显了自组织多智能体系统在利用集体智能方面存在的重大差距。
-
研究发现：AI多智能体团队未能有效利用专家知识
一篇新发表在arXiv上的研究论文表明，旨在自主协作的多智能体AI系统在有效利用其成员的专业知识方面存在困难。与人类团队不同，这些AI团队的表现持续不如其表现最好的个体智能体，在ML基准测试上的表现损失高达41.1%。研究表明，AI团队倾向于通过平均意见来寻求“整合性折衷”，而不是恰当地权衡专家知识，这种行为随着团队规模的增大而恶化。虽然这种寻求共识的行为可能有助于对抗对抗性智能体，但它凸显了在利用集体智能方面存在的重大差距。