Recursive Learnability

新框架通过迭代优化和自我对抗提升多智能体系统训练

两篇新研究论文介绍了用于训练多智能体系统（MAS）的新型框架，它们超越了简单的单次编排。MAS-Loop 专注于闭合编排器和优化器之间的反馈循环，利用执行轨迹诊断和修复故障，从而提高性能，并为 MAS 奖励建模提供了新数据集。R^2Orch 采用递归自我对抗，重点关注可学习的任务选择和技能撤回，使编排器能够在没有手工设计的课程的情况下进行训练，并在各种推理和交互任务上取得最先进的成果。