佐治亚理工与MIT提出MASCOT多智能体协作框架

2026年10月29日，机器之心报道，佐治亚理工学院与麻省理工学院团队提出多智能体系统 MASCOT，旨在解决 AI 群聊中角色行为特点容易坍塌的问题。该框架采用两阶段训练，让各角色保持行为特点，并由 Director Agent 根据对话进展选择下一位发言者。在 ED 数据集正向情境中，MASCOT 的角色一致性得分达 80.0，较最强基线 65.9 高出 14.1 分；群体互动总体评分为 57.3，最强基线 Few-Shot + CoT 为 51.9。人工盲评中约七成判断偏好 MASCOT。目前该工作处于论文报道阶段，尚未见后续应用或复现报道。

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。