Co-Director：智能体驱动的生成式视频故事创作
Co-Director: Agentic Generative Video Storytelling
Yale Song, Yiwen Song, Nick Losier, Nathan Hodson, Ye Jin, 等 (+11)
⭐ 15
• Co-Director提出一个创新的分层多智能体框架，将视频故事创作视为一个复杂的全局优化挑战。
• 该框架巧妙地结合了多臂老虎机算法，以高效探索并决策最佳的叙事路径。
• 引入强大的多模态自优化机制，确保故事内容在视觉和文本维度上都保持高水平的语义一致性与连贯性。
• 实验结果表明，Co-Director显著提升了生成式视频故事的质量，并在语义连贯性方面超越了现有方法。
🔗 arXiv · 🤗 HF
#视频叙事 #多智能体 #故事生成 #多臂老虎机 #多模态
Co-Director: Agentic Generative Video Storytelling
Yale Song, Yiwen Song, Nick Losier, Nathan Hodson, Ye Jin, 等 (+11)
⭐ 15
• Co-Director提出一个创新的分层多智能体框架，将视频故事创作视为一个复杂的全局优化挑战。
• 该框架巧妙地结合了多臂老虎机算法，以高效探索并决策最佳的叙事路径。
• 引入强大的多模态自优化机制，确保故事内容在视觉和文本维度上都保持高水平的语义一致性与连贯性。
• 实验结果表明，Co-Director显著提升了生成式视频故事的质量，并在语义连贯性方面超越了现有方法。
🔗 arXiv · 🤗 HF
#视频叙事 #多智能体 #故事生成 #多臂老虎机 #多模态
BARRED：基于不对称辩论的定制策略护栏合成训练
BARRED: Synthetic Training of Custom Policy Guardrails via Asymmetric Debate
Arnon Mazza, Elad Levi
⭐ 7
• 本文介绍了一种名为BARRED的新颖框架，致力于为定制的护栏策略生成高质量的合成训练数据。
• BARRED的核心方法是利用维度分解技术，并结合多智能体辩论机制来系统地构建和优化训练样本。
• 通过这种合成训练方式，BARRED能够显著提升定制护栏策略的鲁棒性和有效性。
• 实验结果表明，BARRED在性能上超越了目前市场上的专有语言模型以及其他专门的护栏系统，展现出优越性。
🔗 arXiv · 🤗 HF
#合成数据 #护栏策略 #多智能体 #大语言模型 #安全对齐
BARRED: Synthetic Training of Custom Policy Guardrails via Asymmetric Debate
Arnon Mazza, Elad Levi
⭐ 7
• 本文介绍了一种名为BARRED的新颖框架，致力于为定制的护栏策略生成高质量的合成训练数据。
• BARRED的核心方法是利用维度分解技术，并结合多智能体辩论机制来系统地构建和优化训练样本。
• 通过这种合成训练方式，BARRED能够显著提升定制护栏策略的鲁棒性和有效性。
• 实验结果表明，BARRED在性能上超越了目前市场上的专有语言模型以及其他专门的护栏系统，展现出优越性。
🔗 arXiv · 🤗 HF
#合成数据 #护栏策略 #多智能体 #大语言模型 #安全对齐
Web2BigTable：双层多智能体LLM系统用于互联网信息搜索与提取
Web2BigTable: A Bi-Level Multi-Agent LLM System for Internet-Scale Information Search and Extraction
Yuxuan Huang, Yihang Chen, Zhiyuan He, Yuxiang Chen, Ka Yiu Lee, 等 (+4)
⭐ 22
• Web2BigTable是一个创新的多智能体框架，旨在有效应对互联网规模下的广泛与深度信息搜索挑战。
• 其核心设计在于采用独特的双层架构，能够系统性地处理复杂且大规模的网络信息检索需求。
• 该系统通过智能体的协调运作及引入迭代改进机制，显著提升了信息搜索与提取的准确性和效率。
• 最终，Web2BigTable展现出在互联网级信息搜索与抽取任务中的强大潜力，为应对海量网络数据提供了解决方案。
🔗 arXiv · 🤗 HF
#大语言模型 #多智能体 #网络信息检索 #信息抽取 #双层架构
Web2BigTable: A Bi-Level Multi-Agent LLM System for Internet-Scale Information Search and Extraction
Yuxuan Huang, Yihang Chen, Zhiyuan He, Yuxiang Chen, Ka Yiu Lee, 等 (+4)
⭐ 22
• Web2BigTable是一个创新的多智能体框架，旨在有效应对互联网规模下的广泛与深度信息搜索挑战。
• 其核心设计在于采用独特的双层架构，能够系统性地处理复杂且大规模的网络信息检索需求。
• 该系统通过智能体的协调运作及引入迭代改进机制，显著提升了信息搜索与提取的准确性和效率。
• 最终，Web2BigTable展现出在互联网级信息搜索与抽取任务中的强大潜力，为应对海量网络数据提供了解决方案。
🔗 arXiv · 🤗 HF
#大语言模型 #多智能体 #网络信息检索 #信息抽取 #双层架构
分布式黑盒共识优化中的行动与合作学习
Learning to Act and Cooperate for Distributed Black-Box Consensus Optimization
Zi-Bo Qin, Feng-Feng Wei, Tai-You Chen, Wei-Neng Chen
⭐ 1
• 本文提出一个创新的轨迹驱动框架，专门用于解决分布式黑盒共识优化问题。
• 该框架巧妙地利用大语言模型（LLMs）的强大能力，来指导多智能体的复杂行为与协同模式。
• 通过精确引导智能体的动作与协作策略，该方法有效克服了黑盒环境下的挑战。
• 实验结果明确显示，这种新颖的方法不仅显著提升了最终解决方案的质量，也大幅提高了优化过程的效率。
🔗 arXiv · 🤗 HF
#分布式优化 #黑盒优化 #共识优化 #大语言模型 #多智能体
Learning to Act and Cooperate for Distributed Black-Box Consensus Optimization
Zi-Bo Qin, Feng-Feng Wei, Tai-You Chen, Wei-Neng Chen
⭐ 1
• 本文提出一个创新的轨迹驱动框架，专门用于解决分布式黑盒共识优化问题。
• 该框架巧妙地利用大语言模型（LLMs）的强大能力，来指导多智能体的复杂行为与协同模式。
• 通过精确引导智能体的动作与协作策略，该方法有效克服了黑盒环境下的挑战。
• 实验结果明确显示，这种新颖的方法不仅显著提升了最终解决方案的质量，也大幅提高了优化过程的效率。
🔗 arXiv · 🤗 HF
#分布式优化 #黑盒优化 #共识优化 #大语言模型 #多智能体
语言模型上下文技能学习：如何实现熟练习得？
From Context to Skills: Can Language Models Learn from Context Skillfully?
Shuzheng Si, Haozhe Zhao, Yu Lei, Qingyi Wang, Dingwei Chen, 等 (+8)
⭐ 2
• 本文提出一个自进化的框架，旨在赋予语言模型自主发现和完善特定上下文技能的能力。
• 框架核心是多智能体自博弈循环，通过挑战者、推理者和评估者三个关键组件之间的交互，持续生成并优化上下文相关的技能。
• 这种无需人工监督的机制，能够有效地提升语言模型在复杂上下文情境下的学习表现和处理能力。
• 实验结果表明，该方法显著改善了模型的上下文学习性能，为语言模型实现更熟练、更自主的技能习得提供了新途径。
🔗 arXiv · 🤗 HF
#大语言模型 #上下文学习 #多智能体 #自主学习 #技能习得
From Context to Skills: Can Language Models Learn from Context Skillfully?
Shuzheng Si, Haozhe Zhao, Yu Lei, Qingyi Wang, Dingwei Chen, 等 (+8)
⭐ 2
• 本文提出一个自进化的框架，旨在赋予语言模型自主发现和完善特定上下文技能的能力。
• 框架核心是多智能体自博弈循环，通过挑战者、推理者和评估者三个关键组件之间的交互，持续生成并优化上下文相关的技能。
• 这种无需人工监督的机制，能够有效地提升语言模型在复杂上下文情境下的学习表现和处理能力。
• 实验结果表明，该方法显著改善了模型的上下文学习性能，为语言模型实现更熟练、更自主的技能习得提供了新途径。
🔗 arXiv · 🤗 HF
#大语言模型 #上下文学习 #多智能体 #自主学习 #技能习得
T^2PO：不确定性引导探索控制，提升多轮智能体强化学习稳定性
T^2PO: Uncertainty-Guided Exploration Control for Stable Multi-Turn Agentic Reinforcement Learning
Haixin Wang, Hejie Cui, Chenwei Zhang, Xin Liu, Shuowei Jin, 等 (+5)
• T²PO（Token和Turn级策略优化）是一种新颖方法，旨在解决多轮智能体强化学习中常见的探索不稳定性问题。
• 该方法通过在Token和Turn等细粒度级别上，精确控制智能体的探索行为，从而显著提升学习过程的稳定性。
• 其核心机制在于结合了不确定性监控技术，并辅以动态重采样策略，以有效地引导探索过程，避免智能体陷入次优解或学习崩溃。
🔗 arXiv · 🤗 HF
#强化学习 #智能体 #探索控制 #不确定性 #多轮学习 #策略优化
T^2PO: Uncertainty-Guided Exploration Control for Stable Multi-Turn Agentic Reinforcement Learning
Haixin Wang, Hejie Cui, Chenwei Zhang, Xin Liu, Shuowei Jin, 等 (+5)
• T²PO（Token和Turn级策略优化）是一种新颖方法，旨在解决多轮智能体强化学习中常见的探索不稳定性问题。
• 该方法通过在Token和Turn等细粒度级别上，精确控制智能体的探索行为，从而显著提升学习过程的稳定性。
• 其核心机制在于结合了不确定性监控技术，并辅以动态重采样策略，以有效地引导探索过程，避免智能体陷入次优解或学习崩溃。
🔗 arXiv · 🤗 HF
#强化学习 #智能体 #探索控制 #不确定性 #多轮学习 #策略优化