阿里MultiAgent-OPD论文发布，实现多智能体系统联合训练突破

阿里巴巴于2026年10月20日发布了一篇名为'MultiAgent-OPD'的论文，提出了一种层级多智能体系统（MAS）的训练新方法。该方法结合了策略蒸馏与强化学习，实现了端到端的联合训练。在七组数据集上的测试中，MultiAgent-OPD的macro avg@4指标达到了38.68%，超过了Prompted Critic和C-MAS + RL。早先报道称，MultiAgent-OPD在七组数据集上的macro avg@4指标达到38.68%，后续报道没有提供新的数据。

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。