NeurIPS 2026 | FlowMAS：让 AI 团队自主学会「排兵布阵」

厦门大学团队提出多智能体拓扑生成框架 FlowMAS，利用 GFlowNet 结合好奇心与信息论模块，实现了大模型协作架构的自动化生成。在 GPT-4o-mini、Llama-3.1-8B 等底座的 6 项公开基准中，其综合得分比现有自动化方法平均高出 6.12 分。在 HumanEval 任务中，其推理 token 消耗不足 AFlow 的十五分之一，显著提升了协作多样性与计算效率。