StreamMA发布：多智能体流式推理降低延迟

Zhen Yang等研究者于2026年10月28日在arXiv发布StreamMA框架。该多智能体推理系统通过即时流式传输推理步骤至下游，实现流水线并行以显著降低端到端延迟。 在数学、科学和代码等领域的八个基准测试中，结合Claude Opus 4.6、GPT-5.4和GLM-5.2三个前沿大模型以及Chain、Tree、Graph三种拓扑结构，StreamMA优于串行和单智能体基线，平均提升7.3个百分点，HMMT2026上最高提升22.4个百分点。 研究还揭示了步骤级缩放定律的新维度，表明该方法能同时提升推理有效性与效率，与智能体数量缩放相互正交，为多智能体系统设计提供了新的优化方向。

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。