Статья: многопользовательские команды агентов работают хуже и выпущен MAMUBench
Препринт на arXiv (arXiv:2610.00583v1) исследует многопользовательские мультиагентные сценарии на пяти моделях и в 77 ситуациях в четырёх средах и показывает, что команды отдельных агентов часто дают худшие групповые результаты по сравнению с единым координатором. Авторы выделяют режимы сбоев (застревание, отмена действий, выдуманные утверждения), предлагают средо-специфичные смягчения и намерены выпустить три среды в составе MAMUBench (74 сценария) для оценки координации агентов.