Meta最近发布的报告首次提出心智世界模型，强调心理规律与物理规律同等重要。该模型旨在帮助智能体理解人类的意图、情感和社会关系，从而提升人机交互效率。尽管目前表现不佳，但在多智能体协作中具有巨大潜力。

本研究提出了“必要时才争辩”框架，以降低多智能体协作在提升大型语言模型推理能力时的计算开销和错误风险。该框架通过选择性激活争辩过程，提高效率并保持或超越现有系统性能，实验结果表明其能减轻错误传播，促进可靠响应的整合。

研究人员提出了基于大型语言模型的多智能体协作文本到SQL框架MAC-SQL，用于处理庞大的数据库和复杂的用户查询。该框架由三个智能体组成，能够在Text-to-SQL数据集上取得令人鼓舞的结果。他们还开源了指导微调模型SQL-Llama和代理指令数据集。

研究评估了基于大型语言模型的多智能体协作文本游戏中的理论推理任务。发现智能体表现出紧密合作行为和高级理论推理能力，但存在规划优化限制。通过显式信念状态表示，改善了智能体的任务表现和理论推理准确性。

MindAgent是一种用于评估游戏交互中规划和协调能力的基础设施，引入了新的游戏场景和基准，评估多智能体协作效率。使用新的自动度量CoS进行全面评估，揭示获取这些技能的见解。