Войти

#multi-agent

И исследования ·18 июл 2026

Когда LLM спорят друг с другом, они начинают выдумывать источники, чтобы победить

Разработчик запустил систему, где несколько LLM-персон дебатируют между собой, чтобы избежать подхалимства моделей. Выяснилось две проблемы: в споре модели начинают выдумывать убедительные цитаты и источники, которых не существует, а если одна модель генерирует всех участников дебатов — они приходят к единогласию, потому что это одна модель в пяти шляпах.

0 29
И исследования ·14 июл 2026

LLM-агенты провалили тест на командную игру: новый бенчмарк показал 6% успеха

Учёные протестировали 13 современных языковых моделей в новом бенчмарке на многоагентную координацию в открытом мире — агенты должны вместе исследовать локации, обмениваться ресурсами, крафтить предметы и сражаться с мобами. Большинство показали жалкие ~6% нормализованной отдачи, но Gemini 3.1 Pro в zero-shot режиме неожиданно сравнялся с лучшими MARL-агентами, обученными на миллиарде шагов. Ключевой вывод: координация — это отдельное узкое место, которое не решается просто долгим горизонтом планирования.

0 53