实体
Differentiable Mixture-of-Agents
Differentiable Mixture-of-Agents
PulseAugur coverage of Differentiable Mixture-of-Agents — every cluster mentioning Differentiable Mixture-of-Agents across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
时间线
- 2026-05-15 research_milestone A new paper introduces the Differentiable Mixture-of-Agents framework for LLM collaboration. 来源
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
DMoA 使大型语言模型能够动态适应智能体协作
研究人员推出了一种名为可微分多智能体混合模型（DMoA）的新型框架，该框架允许大型语言模型在推理过程中动态调整其协作策略。与使用固定通信路径的现有系统不同，DMoA 的自演化方法使智能体能够根据任务需求形成灵活的、涌现的通信拓扑。这通过一种可微分的路由机制实现，该机制利用历史上下文和预测熵进行优化，从而在多个基准测试中取得了最先进的性能，并提高了效率和鲁棒性。
-
可微分多智能体混合模型框架增强大型语言模型协作
研究人员推出了一种名为可微分多智能体混合模型（DMoA）的新型框架，旨在增强大型语言模型（LLM）在多智能体系统中的协作。与现有具有固定通信结构的系统不同，DMoA在推理过程中动态路由和激活智能体，实现了灵活和自适应的协作。这种自演进方法使用可微分路由机制和预测熵进行优化，无需外部标签即可实现高效适应。在九个基准测试上的实验表明，DMoA在提高效率和鲁棒性的同时，取得了最先进的成果。