产品
一种基于潜空间递归计算的多智能体协作框架。
已跟踪 2 条高相关材料
最近变化
2026-05-02 · Agent 协作中文字中转导致严重信息损失与计算冗余
为什么值得关注
RecursiveMAS 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
// Recursive Multi-Agent Systems // Great read for the weekend. (bookmark it) Multi-agent systems...
elvis(@omarsar0) · 9.2 分
RecursiveMAS 提出用共享潜在空间中的递归计算替代多智能体间冗余文本通信，显著降低 token 消耗、提升推理速度与准确率。
本周 HuggingFace 热度第一的论文：RecursiveMAS（递归多Agent系统） 多个 AI 组队协作，现在已经是主流方案。 模型 A 想好了传给模型 B，模型 B 想好了传给模型 ...
向阳乔木(@vista8) · 7.8 分
RecursiveMAS 提出 Agent 间直接传递内部向量而非文本，减少 token 翻译开销，在数学推理任务上提升 13–18 个百分点，推理快 2.4×，Token 节省 75%。
已收录 2 条与 RecursiveMAS 相关的内容，按评分排序。
RecursiveMAS 提出用共享潜在空间中的递归计算替代多智能体间冗余文本通信，显著降低 token 消耗、提升推理速度与准确率。
入选理由：多智能体系统瓶颈在于文本消息传递引发的 token 膨胀与上下文稀释
RecursiveMAS 提出 Agent 间直接传递内部向量而非文本，减少 token 翻译开销，在数学推理任务上提升 13–18 个百分点，推理快 2.4×，Token 节省 75%。
入选理由：Agent 协作中文字中转导致严重信息损失与计算冗余
