南洋理工大学Dr.MAS：破解多智能体大语言模型训练难题，AI协作迎突破
南洋理工大学研究团队提出的Dr.MAS方法，针对多智能体大语言模型训练中常见的不稳定与梯度爆炸问题，带来了有效的解决思路，为多智能体协作能力的提升奠定基础。
Dr.MAS的核心思想
该方法通过为每个智能体单独计算奖励的均值与标准差，实施个性化评价，使得训练过程中的梯度波动被抑制，从而稳定多智能体联合训练。
实验效果与性能提升
在数学推理任务上，平均成功率从57.5%提升到61.1%；在多轮搜索任务上成功率从28.0%提升到43.8%，显示了方法在复杂协作场景下的有效性。
为每个智能体实施个性化奖励标准化，可以显著缓解多智能体训练的不稳定性。
“小墨”积墨 AI 核心产品
积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体，支持复杂工作流编排、50+ 主流模型接入与私有化部署。
对多智能体研究的意义
文章强调该方法不仅提升了单项任务表现，更为设计可扩展、多角色合作的智能体系统提供了可行路径，推动了智能体在更多真实场景中的应用可能。
后续挑战与应用前景
研究仍面临可扩展性、样本效率及通用性等问题，未来需要结合算力优化与更丰富的评价机制，将方法推广到更大规模、多模态的任务中。
如有侵权，请联系删除。