RoleFlow：通过结构自适应实现自演化多角色智能体协作

RoleFlow 用单编辑反事实信用优化自演化多角色协作结构。

资讯摘要

论文提出 RoleFlow，一种自演化的多角色智能体系统，通过反馈驱动的原子编辑和按需角色合成来改进协作结构，并引入 Single-Edit Counterfactual Policy Optimization（SECPO），在同一链状态下将每次编辑与无编辑对照进行比较，为编辑相关 token 分配针对性信用。作者报告在四个领域的七个基准上取得最优平均性能，超过最强对比方法 4.7 分，并在三个多跳问答基准上领先 3.2–7.5 F1。

要点速读

1. RoleFlow 通过反馈驱动的原子编辑与按需角色合成，自演化多角色协作结构。
2. SECPO 在同一链状态下对比单次编辑与无编辑版本，为编辑相关 token 分配信用。
3. 作者报告在四个领域七个基准上平均性能最优，超最强对比方法 4.7 分，多跳问答领先 3.2–7.5 F1。

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。