CollabFlow：智能体协作的递归自我改进

CollabFlow 用可训练 director 与证据条件通信实现协作递归自改进。

资讯摘要

论文提出 CollabFlow，一个面向 LLM 多智能体协作的递归自我改进系统：可训练的 Collab-Director 负责组建完整智能体团队，冻结的执行器负责运行，每轮结果用于重新训练该 director。协作图边携带 Evidence-Conditioned Communication 协议，接收方仅在发送方证据更强且超过一定幅度时采纳不同答案；跨轮采用 Collaborative Trajectory Balance（CTB）目标，使多个优秀团队保持参与。作者报告在十二个数据集上优于所有基线并随轮次持续提升。

要点速读

1. CollabFlow 由可训练 Collab-Director 组建团队、冻结执行器运行，每轮结果回训 director。
2. 协作图边采用 Evidence-Conditioned Communication，接收方仅在发送方证据更强且超过一定幅度时采纳不同答案。
3. 跨轮提出 Collaborative Trajectory Balance（CTB）目标，作者报告在十二个数据集上优于所有基线并持续改进。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。