跳到主要内容
检索

# 多智能体协作

15 篇关联报道

订阅更新
  1. arXiv

    开源智能体平台OpenLayout接管VLSI物理设计:原子任务通过率大幅高于单独大模型

    OpenLayout把VLSI物理设计从依赖资深工程师逐条调参的脚本流程,改成由多个分工智能体在商业EDA工具上闭环迭代的自动化流程。它配套的OpenLayout-Bench在TSMC 28nm上评测智能体能力:单独Gemini 3.1-pro在工具A原子任务上Pass@1仅18.9%,接入OpenLayout后同一指标为80.0%;工具B上单独模型为19.3%,接入后为84.1%。在10个开源设计的全流程套件上,中小设计可完成时序收敛,NVDLA-large与Open910在Routeopt后仍残留DRC违例。

  2. arXiv

    自然语言直接生成 Dify 工作流:ChatDify 三智能体在 100 项生产场景任务上把成功率提到 0.96

    在 Dify 这类平台上搭建 LLM 工作流,过去要手动挑选节点、填写参数并连线,既费时又容易出错。ChatDify 把这一过程交给规划、执行、审查三个智能体协作完成:规划智能体把自然语言需求拆成有向无环图,执行智能体按节点模式生成参数并编译成 Dify 的 DSL,审查智能体用静态检查和沙箱运行加 LLM 评判做闭环修正。在 100 项取自生产场景的 Dify 任务上,以 Qwen-3.7、GLM-5.1、DeepSeek-v4 为后端,成功率分别为 0.96、0.91、0.75,高于带动态修复的零样本基线。

  3. researchsquare.com

    测试用例不再逐条手写:五个智能体分工自审,跨五个数据集变异得分均值93.4%

    软件测试用例设计长期依赖人工,而把生成当作一次性文本翻译的模型难以处理多层业务规则。一个由解析、分诊、架构、编写、审计五个角色组成的智能体流水线,把测试生成改成带状态的推理流程,审计角色在输出前反复修正脚本。在旅行、电信、金融监管与政府岗位匹配五个数据集上,该流水线的变异得分均值为93.4%,幻觉率1.4%,冗余率7.8%,但平均生成时间达21.2小时。

  4. researchsquare.com

    金属打印设计不再只靠人工判读:智能体改设计也改评估流程,热峰值降160°C

    面向激光粉末床熔融的设计评估不再只由工程师在预设规则与仿真工具之间手工搬运。AgenticDfAM 让语言模型智能体负责解读制造指南、选择工具和提出改设计,几何测量与数值比较交给可执行工具完成。在四个算例上,三种改设计策略清除了分析件的全部参考违规,热反馈把支架预测层尺度峰值温度降低 160 °C,支撑构造代码经智能体诊断修正后在四个取向上复用。

  5. arXiv

    机器人记忆不再靠关键帧猜:把每步观察写成可核查文本,固定策略下成功率从44.5%升到66.0%

    Gamma把机器人长时记忆从像素改成可核查的文本行,在固定执行策略下把RoboMME十六项记忆任务的平均成功率从44.5%提到66.0%,并在三项任务上追平特权子目标上限。

  6. 事实核查文章也能自动写:QRAFT把证据整理、成稿、编辑串成流水线,但专家说仍要人盯着

    QRAFT把事实核查文章写作拆成证据整理、成稿与模拟编辑审稿的多智能体流程,在1227条样本上自动指标优于既有文本生成方法,但专业核查员评分仍明显低于专家手写文章。

  7. arXiv

    LiveMACEBench 用 30 天实盘市场评测五个前沿 LLM 智能体,发现收益排名与能力指标严重脱节

    该工作提出 LiveMACEBench,一个以实时加密货币与美股市场为自然演化环境的流程感知基准,让五个前沿 LLM 在匹配的 Base、工具使用、持久记忆、规则遵循与多智能体协作配置下进行约 30 天连续纸面交易,并同时用任务结果与决策轨迹诊断能力;结果显示收益排名随时间大幅波动且常与能力指标背离,相似收益可来自截然不同的机制使用模式。

  8. arXiv

    AECG 在三种多智能体框架四个基准中 12 项设置 11 项最优,消融显示移除作用域保持最多掉 16.89 分

    作者提出 AECG 多智能体记忆治理框架,通过作用域保持、非对称证据准入、双时间尺度可靠性估计与基于下游暴露度的预算化审查,把记忆从静态存储变为可靠性治理闭环;在 AutoGen、MacNet、AgentNet 三种框架与 PDDL、FEVER、ScienceWorld、MBPP-Plus 四个基准的 12 项设置中 11 项取得最优,较最强记忆基线最高提升 10.23 个百分点,移除作用域保持最多降低 16.89 分。

  9. arXiv

    CodePori 用多智能体系统自动生成代码,并通过问卷调查评估其在真实软件开发中的可用性

    该研究分两阶段开展:先构建名为 CodePori 的多智能体系统以自动化代码生成,再通过问卷调查让参与者评估智能体在自主软件开发任务中的表现,结果显示基于大语言模型的多智能体系统在自主代码生成上具有潜力,但其成功整合需要应对短期记忆限制、幻觉和代码异味等具体挑战,并纳入以从业者为中心的视角。

  10. LLM多智能体控制框架在六模块仿真工厂中实现最高93%平均求解率,编排式架构十次运行均自主绕行静默传送带故障

    该工作为每个工厂模块配备专用LLM智能体和通过OPC UA方法调用暴露模块技能的MCP工具服务器,智能体经MQTT协调并由工厂状态实时更新接地,在六模块六边形工厂仿真中比较编排式、点对点和单体式三种架构应对九个复杂度递增的生产挑战,单体式与点对点均取得最高93%平均求解率,编排式则在全部十次运行中自主重路由托盘绕过静默传送带故障,且所有架构在无显式故障处理逻辑下表现出涌现式故障诊断行为。