研究人员提出大模型多智能体编排优化框架IAPO
Start here
2026年11月6日，研究人员在 arXiv 发布成果，提出大语言模型多智能体编排优化框架 IAPO。该框架通过显式建模决策间的高阶交互作用，精确分解策略增益，并保证每次更新均为有效改进。评测结果显示，在 GSM8K、MATH、DROP、MBPP 和 HumanEval 长输入基准上，基于 7B 执行器的 IAPO 以更少 token 达到了最强对比系统的准确率。此外，消融实验表明，若移除交互项，模型在代码任务上的准确率会出现 7 到 17 个百分点的下降。
AI-generated from reports · Updated 8 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习学习多智能体编排：策略改进中的高阶交互作用
研究人员提出大语言模型多智能体编排优化框架 IAPO，通过显式建模决策间的高阶交互作用，精确分解策略增益并保证每次更新均为有效改进。在 GSM8K、MATH、DROP、MBPP 和 HumanEval 长输入基准上，基于 7B 执行器的 IAPO 以更少 token 达到最强对比系统的准确率。消融实验显示，移除交互项会导致代码任务准确率下降 7 到 17 个百分点。
Story heat trend
Current heat 8·Comparable peak 10（Nov 6 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.