arXiv · cs.AI· Shangyin Tan, Ben Zhou, Lakshya A Agrawal, Jialin Zhang, Yilin Chen, Qiuyang Mang, Donghyun Lee, Dennis Jacob, Koushik Sen, Alex Dimakis, Matei Zaharia·· 6 小时前
LLM多智能体研究提出周期性遗忘以突破发现搜索平台期
Scaling Discovery Requires Forgetting
arXiv:2610.20563v1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：Shangyin Tan, Ben Zhou, Lakshya A Agrawal, Jialin Zhang, Yilin Chen, Qiuyang Mang, Donghyun Lee, Dennis Jacob, Koushik Sen, Alex Dimakis, Matei Zaharia
研究任务与主要进展
论文提出为LLM多智能体定期清除会话与候选历史，并从当前最佳候选重启，以突破搜索平台期。基于论文摘要，作者在启发式编程、内核优化和模型训练等四项任务中，将该机制用于可通信的智能体团队；相较并行智能体最高提升15%，相较单个智能体最高提升39%。
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