EvolveMAS：去中心化多智能体自进化框架

Yalun Wu 等作者提交论文，提出面向去中心化多智能体系统的自进化框架 EvolveMAS。该框架为每个主智能体配备专用 MemoryAgent，在主智能体推理上下文之外维护隔离的结构化记忆，以完成测试时记忆治理；适应过程分为回合内在线适应与跨回合知识进化，后者蒸馏出可复用的伙伴画像与交互策略。 作者称，在覆盖三类交互设置的五个基准、六种评测配置上，EvolveMAS 取得最高归一化平均分 77.2，且无需更新模型参数。

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。