雷峰网
04-23 07:07
中山大学郭裕兰团队：数据充足却训练失败，多智能体到底卡在哪丨CVPR 2026
📌 一句话：多智能体训练的失败并非数据不足，而是协作通信机制缺失，这是AI迈向真正智能的核心瓶颈。
💡 3个要点
协作鸿沟：多智能体系统不缺数据，缺的是有效的"对话"方式，单个智能体能力再强也难以协同
通信即瓶颈：团队发现智能体间的信息传递协议设计才是训练失败的根本原因，而非算法或算力
工程警示：这一发现打破了"数据为王"的迷信，提醒业界重新审视多智能体系统的底层架构设计
📖 背景
多智能体系统被视为通向通用人工智能的重要路径，但业界普遍认为性能瓶颈在于数据不足。中山大学团队通过系统性实验发现，即便数据充裕，智能体间的协作训练仍频繁失败，这一反直觉的结论引发学界关注。
💭 点评
这个研究戳破了一个行业幻觉：我们以为喂更多数据就能训练出更聪明的AI，但对于需要协作的智能体系统来说，这无异于给一群天才硬塞同一本说明书，然后期待他们自动配合工作。真正的问题在于如何让智能体学会"用对方能理解的方式表达"，这比单纯扩充数据集要难得多，也更接近人类智能的本质。 ---
📡 来源：雷峰网
📖 原文链接
点击阅读原文 →