上海交大等机构联合推出MAS-GPT,革新多智能体系统构建方式

AI快讯1周前发布 ai-tab
4 0

🌟 产品介绍

由上海交通大学人工智能学院、上海AI实验室、牛津大学和悉尼大学联合推出的MAS-GPT,正在颠覆传统多智能体系统(MAS)的设计范式。这项发表于ICML 2025的研究,首次将复杂MAS的构建过程转化为语言生成任务——用户只需输入自然语言问题(Query),30秒内即可获得量身定制的多智能体协作代码,并直接输出答案。

类比理解:就像从“手工作坊”迈入“智能工厂”——传统方法需人工设计每个Agent角色与协作流程(如MetaGPT、ChatDev),而MAS-GPT是首个“全自动MAS生成引擎”。

上海交大等机构联合推出MAS-GPT,革新多智能体系统构建方式

👥 适用人群

  1. AI研究员:快速验证多智能体协作新架构
  2. 企业开发者:低成本部署复杂任务处理系统
  3. 教育工作者:构建学科专用解题Agent组
  4. 前沿科技爱好者:探索LLM组织化智能的实践工具

⚙️ 核心功能(按优先级排序)

功能技术原理实际价值
单次推理生成MAS将MAS编码为Python函数:Agent提示→变量,LLM调用→函数,交互→字符串拼接⏱️ 避免DyLAN/GPTSwarm等多轮调用,推理耗时降低50%
动态结构设计基于跨任务一致性训练:11K组Query-MAS对学习任务模式匹配,非模板化生成🧠 对未见任务(如SciBench)泛化误差<2.3%
多LLM无缝兼容MAS架构与驱动LLM解耦:生成代码适配Llama3/GPT-4o/DeepSeek等💡 用同一架构提升o1数学准确率13.3%
自解释设计逻辑Intra-Consistency精修:为每个MAS附加推理链说明“为何如此分工”✅ 可人工验证协作逻辑,支持二次调试
超低部署门槛监督微调32B模型:Qwen2.5-Coder基础模型+SFT训练,普通算力可承载💻 支持HuggingFace快速部署

🎯 工具使用技巧

  1. 精准提问=高效组队
    反例:“解数学题” → 分工模糊
    正例:“求微分方程通解,需验证奇点” → 自动生成求解Agent+验证Agent+反馈Agent

  2. 复杂任务分步拆解
    多层级任务用“;”分隔:

    “分析本地气候报告;提取近3年暴雨事件;评估与全球变暖相关性”
    → 触发文档解析+时序抽取+因果推断三组Agent协作

  3. 强制角色指定
    在Query中限定Agent能力:
    用量子物理专家+科普作家解释量子纠缠”
    → 生成学术解释+大众化输出的双Agent管道


🌐 访问地址

💡 实测彩蛋:在AIME-2024数学挑战中,开发者用“MAS-GPT+DeepSeek-R1”方案刷新记录,团队解题正确率飙升10%。


💎 结语

当传统方法还在“调Prompt、拼API”时,上海交大团队用MAS-GPT打开了组织化AI的新维度。更重要的是,这项技术拒绝“黑箱生成”——每个Agent的分工逻辑清晰可见,就像获得了一位永远在线的智能体架构师🧩。

正如项目负责人所言:“未来与你对话的不再是Chatbot,而是一支由AI瞬间组建的特种部队。”

© 版权声明

相关文章

暂无评论

none
暂无评论...