佐治亚理工与麻省理工发布MASCOT多智能体协作系统

佐治亚理工学院与麻省理工学院团队提出MASCOT框架，旨在解决AI群聊中的角色同质化与重复附和问题。该系统通过两阶段训练优化多智能体协作，第一阶段对齐角色行为，第二阶段训练Director Agent协调发言，并利用GRPO机制强化群体连贯性。 在ED数据集的测试中，MASCOT表现显著优于基线模型。其角色一致性得分达到80.0分，较最强基线提升14.1分。在人工盲评环节，MASCOT获得了69.0%的偏好率，展示了其在保持角色多样性与协作效率方面的优势。

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。