算法论文8
新国立ViF：终结多智能体视觉幻觉“滚雪球”
量子位
AI 摘要
新国立等科研人员：多智能体视觉任务中纯文本流传递信息有缺陷，导致幻觉“滚雪球”。提出ViF范式，用视觉流替代文本流，能有效抑制幻觉，提升模型性能，解锁长轮次协作。
阅读原文 · 量子位
终结多智能体视觉幻觉“滚雪球”！新国立等提出ViF：无需改造模型，即插即用
多智能体协同做视觉任务常轮次越多错得越离谱，根源是信息传递方式有缺陷。新国立等研究人员提出轻量通用的ViF范式，无需改造基座模型，可大幅压制幻觉滚雪球，已入选ICLR 2026。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
推荐文章8
Nick Jennings：智能体AI走向智能社会
8月18日，IJCAI 2026大会上，研究卓越奖得主Nick Jennings回顾智能体发展历程，指出当下智能体AI火热，它并非新概念，而是经数十年积累。还分享经验，展望从智能体到智能社会的未来。
AI科技评论
算法论文7
南大论文：多智能体系统瓶颈在Orchestrator
来自南京大学NLP实验室的ICML 2026论文指出，当前主流多智能体架构中，系统失败常源于负责全局调度的Orchestrator失去对任务的掌控。论文提出相关框架和方法对其进行分析与评估。
机器之心
算法论文8
清华微软STAR - PólyaMath超GPT - 5.5 13.5%
清华大学与微软亚洲研究院团队提出推理多智能体系统 STAR - PólyaMath，构建探索 - 推理 - 验证框架，解决大模型长程数学推理瓶颈，在八大数学竞赛基准获最优成绩，还可泛化到其他推理场景。
机器之心
算法论文8
NEO - ov：抛弃编码器的多模态大模型
南洋理工大学等团队推出NEO - ov模型，挑战传统「视觉编码器 + 大模型」范式，直接从原始像素学语言。它在多任务表现出色，尤其空间智能突出，但在OCR等方面有短板，展现原生多模态建模潜力。
机器之心