NeuroMAS提出神经架构与联合强化学习方法

2026年10月26日，arXiv发布论文提出NeuroMAS方法，将多智能体语言系统视为可训练的神经网络架构。该方法摒弃预设语义角色，利用强化学习确定节点间的通信与协作，显著优于现有的推理及训练基线。 理论分析显示，NeuroMAS允许深度、宽度及连接性作为能力扩展来源，在层次化任务分解中具备更高的参数效率。实验发现组织规模化具有路径依赖性，从较小已训练系统渐进扩展更具可行性，验证了学习式神经多智能体系统作为大语言模型扩展轴的有效性。

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。