arXiv · cs.AI· Xiao Huang, Mingda Zhang, Junming Zhang, Qiang Huang, Hanwen Zhang, Yue Dai, Zijia Wang, Xiaoying Tang·· 6 小时前
CollabFlow：多智能体协作的递归自我改进方法
CollabFlow: Recursive Self-Improvement of Agent Collaboration
arXiv:2609.38662v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xiao Huang, Mingda Zhang, Junming Zhang, Qiang Huang, Hanwen Zhang, Yue Dai, Zijia Wang, Xiaoying Tang
研究任务与主要进展
CollabFlow提出一种递归自我改进的多智能体协作系统，由可训练的协作导演构造完整智能体团队，并依据每轮结果持续优化协作方式。系统使用证据条件通信和跨轮协作轨迹平衡机制，使多个表现较好的团队参与后续优化；作者基于论文摘要报告，该方法在十二个数据集上优于所有基线并随轮次持续改进，代码已提供。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org