佐治亚理工与麻省理工提出MASCOT多智能体协作框架

佐治亚理工学院与麻省理工学院研究团队提出 MASCOT 多智能体协作框架，通过两阶段训练优化多智能体对话中的角色分工与发言协调，论文被 EMNLP 2026 Main 收录。第一阶段用偏好对训练奖励模型并结合 GRPO 对齐角色行为，第二阶段固定发言模型、训练 Director Agent 选择下一位发言者与回应策略。 团队称，目前的证据主要来自英语对话和受控评测，长期互动、不同文化与个体需求仍有待检验。自动评测由模型裁判按统一量表评分并映射到 0–100 分，团队另邀请 40 名 19 至 73 岁标注者进行盲评，隐藏系统名称并随机排列展示顺序，后续还计划用不同模型家族的裁判交叉验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。