理解多智能体大模型（LLM）系统中的通信失效问题
英文标题：Understanding Communication Failures in Multi-Agent LLM Systems
本研究聚焦于多智能体 LLM 系统在协作过程中出现的通信失效与交互瓶颈。多智能体系统通常期望通过辩论、信息共享和相互纠错来增强复杂推理能力，但交互本身也会引入仅凭最终准确率难以洞察的系统性失败，例如过早收敛、忽视异见或抑制正确判断。这项研究揭示了协作动态对智能体系统可靠性的深层影响，对开发者优化多 Agent 通信拓扑、提升分布式推理架构的鲁棒性具有重要指导意义。
打开原文相关 4.8 · 机会 2
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
arXiv:2610.32060v1 | 发布类型：新发布 (Announce Type: new)
摘要
多智能体 LLM 系统旨在通过辩论、证据共享和相互纠错来提升推理能力，但交互过程本身也可能引入仅凭最终任务准确率无法解释的失效现象。例如，智能体（Agent）可能出现过早收敛、忽视异见声音、甚至抑制正确解法等问题。
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×