双层协调反思：多智能体 LLM 系统的博弈论方法
该研究将多智能体 LLM 系统中协调器与工作智能体的交互建模为双层协调博弈，并分析任务分解、文本反思、记忆更新和外部验证对协作与系统漂移的影响。研究提出随机反思记忆攀升（SRMA）方法，只有在基于环境的评估显示风险降低时才接受记忆更新；在特定假设下，作者还给出了收敛和重新锚定保证。在 500 个 SWE-bench 实例上，基于 Kimi 的系统解决了 72.2% 的任务，公开的 mini-SWE-agent 参考系统为 70.8%。研究同时公开了代码。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。