双层协同反思：多智能体 LLM 系统的博弈论方法
Bilevel Coordinated Reflection: A Game-Theoretic Approach to Multi-Agent LLM Systems
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
研究将 orchestrator-worker 交互建模为双层协同博弈，提出 Stochastic Reflective Memory Ascent（SRMA），仅在环境接地评估风险严格下降时接受候选记忆，并证明其收敛速率与置信门控。基于 Kimi 的完整系统在 500 个 SWE-bench 实例上解决率达 72.2%，高于公开 mini-SWE-agent 参考的 70.8%。
来源：Hugging Face Daily Papers · arxiv.org