研究提出SRMA算法及多智能体协调模型
发生了什么
据Hugging Face Papers发布的研究,该论文提出了一种基于双层博弈的多智能体大模型协调框架,并引入了随机反射记忆上升(SRMA)算法。研究通过环境接地评估门机制,解决了仅依赖文本记录无法统一改进记忆的问题,并证明了SRMA算法的收敛性。在SWE-bench的500个实例测试中,基于Kimi构建的完整系统实现了72.2%的解决率,对比公共mini-SWE-agent参考值的70.8%表现更优。
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- Hugging Face Papers转载
提出基于双层博弈的多智能体大模型反思协调与SRMA算法,在SWE-bench上取得72.2%解决率
来源关系与证据边界
按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口