arXiv · cs.AI· Mirah Shi, Marcel Hussing, Ira Globus-Harris, Natalie Collina, Aaron Roth, Surbhi Goel·· 6 小时前
校准概率通信如何缩小多智能体协作差距
Narrowing the Collaboration Gap, Probably
arXiv:2610.19215v1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：Mirah Shi, Marcel Hussing, Ira Globus-Harris, Natalie Collina, Aaron Roth, Surbhi Goel
研究任务与主要进展
论文研究多智能体在共享任务中传递动作相关校准概率的协作接口。基于论文摘要，作者在合成环境以及训练过的 Transformer 和预训练 LLM 参与的迷宫任务中发现，校准概率通信优于直接交流行动建议；但概率存在偏差时，这种优势可能消失，事后对话校准可改善决策。
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