本研究提出了新基准ModelingBench，以解决现有基准无法反映真实世界问题复杂性的问题。创新的多代理框架ModelingAgent能够协调工具使用，支持自我完善，生成高质量解决方案。实验证明其优于传统方法，推动现实问题解决的评估与进展。

本研究提出了一种知识驱动的多代理框架m-KAILIN，旨在解决生物医学领域开放式注释科学语料数量和质量不足的问题。该框架通过合作多代理架构提取和合成高质量文本数据，显著提升生物医学问答任务的表现，生成的数据集在一定程度上超越了现有模型。

本研究提出了SchemaAgent，一个多代理框架，用于自动化关系数据库模式设计。该框架利用大型语言模型，通过角色协作优化子任务执行，从而提升数据库模式生成的质量。实验结果表明，SchemaAgent在模式生成方面优于主流模型。

本研究提出了DeepFund平台，旨在评估大型语言模型（LLMs）在基金投资中的有效性。该平台采用多代理框架和前向测试方法，模拟真实市场环境，消除信息泄露问题，从而为LLMs在金融市场的应用提供更准确的评估。

本研究提出了ViDoRAG，一个新型多代理框架，旨在提高传统检索增强生成方法在处理视觉文档时的效率和推理能力。该方法通过混合策略和迭代代理工作流，显著提升了复杂推理能力，并在ViDoSeek基准测试中超越现有方法超过10%。

本研究提出了名为Seeker的多代理框架，旨在提升软件开发中的异常处理效率。研究表明，普通开发者在异常处理上存在困难，而Seeker通过模仿专家策略，显著增强了代码的鲁棒性和可靠性。

本研究针对异构多机器人系统的控制问题，提出了一种新型多代理框架，利用自我提示和“机器人简历”设计，促进机器人间的有效协作，并开发了Habitat-MAS基准。

最近，大型语言模型在自动代码生成方面取得进展，但单一代理方法在处理复杂代码库时存在局限。论文提出了一种自组织多代理框架(SoA)，通过代理的独立操作和协作，动态增加代理数量，实现代码生成和优化的可扩展性。SoA在HumanEval基准测试中表现出色，生成代码量增加，Pass@1准确率比单代理系统高出5%。

本研究探索了大型语言模型在用户指令理解和决策方面的潜力，并提出了一种新的任务——主动性代理规划。通过建立新的基准数据集和多代理框架验证了该框架的有效性。

该论文介绍了名为“Smurfs”的多代理框架，通过协同的多代理集合提升任务分解与执行，并通过创新的提示策略促进专业代理之间的协作。实证研究展示了Smurfs在复杂工具利用场景中的优越能力，并解析了多代理框架的核心组件对其整体效力的贡献。该研究为未来探索多代理大语言模型系统开辟了道路。

RECONCILE是一个多代理框架，能够让不同的大型语言模型进行多轮讨论，达成共识并解决复杂的推理任务。它包括三个主要阶段：生成初始响应、多轮讨论和生成最终答案。最终答案通过置信度加权投票产生。这种方法提高了推理能力。