09:32
官方账号arXiv cs.AI@Wendi Yu, Lianhao Zhou, Xiangjue Dong, Sai Sudarshan Barath, Declan Staunton, Byung-Jun Yoon, Xiaoning Qian, James Caverlee, Shuiwang Ji
推荐理由：这篇论文从信息瓶颈角度讲清楚了多智能体系统在什么时候比单智能体更有优势，还通过18个实验验证了弱模型受益多、强模型受益少。
单智能体系统
共 1 条相关 AI 资讯
7月20日
09:32
这篇论文从信息瓶颈视角分析多智能体系统（MAS）与单智能体系统（SAS）的差异。关键发现是：MAS通过有界中继消息连接隔离的局部上下文，而SAS将所有推理轨迹积累在共享上下文中。在无限中继带宽下，任何SAS都可被MAS模拟；但在有限带宽下，压缩引入权衡——减少冗余上下文可提升效率，但可能损失任务相关信息。作者将该权衡形式化为由参数β控制的信息瓶颈问题，并通过18个控制实验（涵盖5个基准和3个模型规模）验证：当中继接近充分时，MAS持续有效（尤其对较弱模型）；当中继造成信息损失时，MAS优势缩小甚至反转（尤其对较强模型）。