研究者提出自适应多智能体审议控制器ADMA

研究者提出自适应多智能体控制器 ADMA，在任务模型冻结的前提下学习提案、质疑、仲裁与协调的连续策略。在 Qwen3.5 固定时，ADMA-Full 相比 Direct 准确率提升 6.2–14.2 个百分点，相比 ADMA-Fixed 提升 2.8–3.0 个百分点。 该控制器在法律与金融推理任务上训练后，不经策略更新即迁移到四个文本与多模态基准及两个连续的任务模型版本；但作者称迁移到 Qwen3.6 仍取决于具体任务，这限制了所学策略的通用性。 代价方面，相对 Direct，ADMA 的中位 token 用量为 14.3–18.7 倍，延迟为 7.8–16.5 倍。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。