研究提出CuriousTogether多智能体好奇心交互框架
Start here
2026年11月，研究人员在 arXiv 发布 CuriousTogether 框架，用于评估多智能体大语言模型（LLM）的好奇心驱动交互。测试结果显示，该框架在 8 项任务中有 7 项实现性能提升；在故事生成任务中，语义多样性最高提升 20.6%，刻板印象率降低 14.9 个百分点。研究还表明，国别文化基础有益于创意与社会任务，但可能损害精准推理能力；相比单智能体基线，该框架展现出更优的输出质量与 token 消耗权衡。
AI-generated from reports · Updated 14 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 自然语言处理CuriousTogether：好奇心与文化基础在多智能体 LLM 交互中的影响研究
研究者提出 CuriousTogether 框架评估多智能体 LLM 的好奇心驱动交互，在 8 项任务中有 7 项取得性能提升。其在故事生成中将语义多样性最高提升 20.6%，刻板印象率降低 14.9 pp。此外，国别文化基础有助于创意与社会任务但可能损害精准推理，且该方法相比单智能体基线具备更优的质量与 token 权衡。
Story heat trend
Current heat 6·Comparable peak 9（Nov 3 18:00）·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.