Hugging Face · 每日论文· 媒体 / 作者来源·精选
GRSE：用组内对比为多智能体团队分配技能责任
原文标题
Which Agent's Skill Should Change? Group-Relative Credit Assignment for Evolving Multi-Agent Teams
AI 导读
针对共享团队奖励难以追溯责任的问题，论文提出GRSE（Group-Relative Skill Evolution）：同一问题在相同技能库下多次执行，对比结果来为智能体—技能对分配行为信用，并结构化诊断失败。在HotpotQA和LoCoMo上（两个开源权重模型），GRSE优于MASkills，多跳问题F1分别提升6.7和3.2；增益来自更有依据的检索，学到的技能可跨多跳任务迁移。面对被植入有害技能的库，GRSE正确判定每个植入技能的符号并恢复到干净库+6.3分，MASkills误判两个且低于起点。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
提出按组内执行对比分配技能信用而非按是否出现计功，在两数据集多跳任务上提升F1并用植入有害技能实验验证纠错方向。
导读由模型辅助整理，非独立核验。完整信息见原文。