Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.02170v1

帮助 | 高级搜索

计算机科学 > 多智能体系统

arXiv:2507.02170v1 (cs)
[提交于 2025年7月2日 ]

标题: 在多智能体大语言模型系统中协同逻辑推理、知识管理和协作

标题: Synergizing Logical Reasoning, Knowledge Management and Collaboration in Multi-Agent LLM System

Authors:Adam Kostka, Jarosław A. Chudziak
摘要: 本文探讨了先进多智能体系统(MAS)技术的整合,以开发具备增强逻辑推理、长期知识保留和心智理论(ToM)能力的智能体团队。 通过将这些核心组件与优化的通信协议结合,我们创建了一个名为SynergyMAS的新框架,该框架促进了协作团队工作和卓越的问题解决能力。 该系统的有效性通过一个产品开发团队案例研究得到验证,我们的方法显著提升了性能和适应性。 这些发现突显了SynergyMAS在应对复杂现实挑战方面的潜力。
摘要: This paper explores the integration of advanced Multi-Agent Systems (MAS) techniques to develop a team of agents with enhanced logical reasoning, long-term knowledge retention, and Theory of Mind (ToM) capabilities. By uniting these core components with optimized communication protocols, we create a novel framework called SynergyMAS, which fosters collaborative teamwork and superior problem-solving skills. The system's effectiveness is demonstrated through a product development team case study, where our approach significantly enhances performance and adaptability. These findings highlight SynergyMAS's potential to tackle complex, real-world challenges.
主题: 多智能体系统 (cs.MA)
引用方式: arXiv:2507.02170 [cs.MA]
  (或者 arXiv:2507.02170v1 [cs.MA] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.02170
通过 DataCite 发表的 arXiv DOI
期刊参考: Proceedings of the 38th Pacific Asia Conference on Language, Information and Computation (PACLIC 2024), Tokyo, Japan, pages 203-212, December 2024. Tokyo University of Foreign Studies

提交历史

来自: Adam Kostka [查看电子邮件]
[v1] 星期三, 2025 年 7 月 2 日 21:53:44 UTC (828 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.MA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号