本周 HuggingFace 热度第一的论文 RecursiveMAS 提出递归多 Agent 系统，Agent 之间直接传递模型内部数值向量而非文本，在 AIME 数学竞赛题上比最强基线高 13-18 个百分点，推理速度快 2.4 倍，Token 用量少 75%。
📝 详细摘要
该推文介绍了本周 HuggingFace 热度最高的论文 RecursiveMAS（递归多 Agent 系统）。传统多 Agent 协作中，Agent 之间通过文本传递信息，每次交接都需要将内部计算结果「翻译」成 token，下一个模型再重新「读懂」，轮次越多，无效开销越大，且影响学习信号回传。RecursiveMAS 的创新在于 Agent 之间不传文字，直接传递模型内部的数值向量，形成一个递归闭环，迭代打磨，只有最后一轮输出文本答案。其连接模块极其轻量，底层模型全程不动，只训练中间「传话」的小模块。在 AIME 顶级数学竞赛题上，该方法比最强基线高 13-18 个百分点，推理速度快 2.4 倍，Token 用量少 75%，训练成本比 LoRA 还低，且递归轮次越多，优势越大。
📊 文章信息
AI 初评：85
来源：向阳乔木(@vista8)
作者：向阳乔木
分类：人工智能
语言：中文
阅读时间：2 分钟
字数：411
标签： RecursiveMAS, 多Agent系统, HuggingFace, AIME, AI推理