研究：LLM 多智能体用校准概率通信优于直接行动建议

Mirah Shi 等在 arXiv 论文《Narrowing the Collaboration Gap, Probably》中研究多智能体团队传递动作相关的校准概率而非直接交流行动建议的协作接口。据论文摘要，在合成环境以及包含训练过的 Transformer 和预训练 LLM 的协作迷宫任务中，校准概率通信优于直接交流行动建议。 作者同时指出，当概率存在偏差时这种优势可能消失；他们提出一种事后对话校准干预，称其能纠正这些偏差，在玩具 Transformer 设定和预训练 LLM 在上下文中使用修正时都能持续改善决策。该结果基于论文摘要，尚未经独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。