ReviewPilot：系统综述筛选与数据抽取的多智能体对话系统
🧭 多智能体协作自动化系统评价
University of Arizona · Florida International University · Vanderbilt University · University of California, Irvine · New York University
用多智能体对话系统自动化 PRISMA 流程，决策留痕可溯，筛选与抽取 F1 最高达 0.788
📌 工作参考价值（4 点）
- 多智能体协作加项目记忆的架构可迁移到电商/广告的规则配置场景：把选品标准、定向规则或活动 schema 作为可对话修订的 project memory，运营通过自然语言迭代，而不是改代码。
- “每个决策带理由、每个抽取带出处”是可解释性样本：推荐/广告 Agent 的每次拦截、召回或排序决策，都应绑定证据引用与理由，便于审核和 debug。
- 对话式配置 criteria/schema 的思路适合快速将业务专家经验转为结构化筛选逻辑，例如大促选品、广告审核、商家资质筛选。
- 评估方法可直接借用：在信息抽取任务上对比单 prompt 与多智能体系统，用 macro F1 度量，能客观量化 Agent 架构带来的收益。
有限库输入扭曲核的无遗憾贝叶斯优化
🧭 贝叶斯优化 · 输入扭曲核
AI Sweden
用有限库光滑输入扭曲自适应 GP-UCB 的核几何，在不牺牲收敛保证下提升黑盒优化样本效率
📌 工作参考价值（4 点）
- 在电商/广告模型的超参调优（如 learning rate、embedding size、正则系数）中，很多参数本质是对数或幂律敏感，手动 log 缩放经验性强且不完整；可构造包含 identity、log、logit、power transform 的有限扭曲库，让 BO 根据历史观测自动选择扭曲，代替人工缩放。
- 对搜索/推荐系统的在线实验或仿真实验设计，若目标函数存在局部峰值或置信陷阱，直接使用 GP-UCB 可能过早收敛；FLIWBO-UCB 的输入扭曲库可让其逃逸陷阱，且保留 no-regret 保证，适合预算极低的黑箱评估场景。
- 在多智能体系统（如智能客服、广告竞价 Agent 协作）需调节多个维度设计参数且每次评估昂贵时，该方法在 20 维噪声评估下可行，可作为 Agent 系统超参调优的实用 BO 组件。
- 工程实现上，扭曲库的选择规则可以是任何历史相关规则（如 UCB 或 EI），这给线上系统留出灵活空间；注意库大小带来的 regret 代价为 √Nε，库不宜过大，可在调优前根据参数先验缩小候选扭曲。
心衰特征工程自动化：证据链接的多智体流水线
🧭 Agent协作自动化特征工程与审计
Nimblemind · Singapore University of Technology and Design · University of Illinois Urbana-Champaign · Florida International University · University of California Los Angeles
多Agent协同生成可审计聚合特征，将心衰表型预测AUROC从0.895提升至0.963
📌 工作参考价值（4 点）
- 自动化特征工程流水线：多Agent分工协作（理解临床指南、检索证据、生成SQL/聚合特征）可迁移到电商推荐，用LLM Agent自动从用户行为日志、商品属性中生成高阶聚合特征，替代大量手工特征工程，提升CTR/CVR模型AUC。
- 证据链接与审计机制：每个特征关联生成依据（如原始表、映射规则），可解释且可审计，适合对模型效果变动进行归因追踪，在推荐系统中排查特征漂移或线上效果波动时有工程价值。
- Rubric打分过滤低质特征：为特征生成设计量化评分标准（有效性、证据支持度），可在Agent pipeline中置入质检步骤，避免无效特征进入模型，减少特征膨胀和过拟合风险。
- 受限LLM审计确保合规：推荐系统中的风控、生态规则等场景可借鉴，用独立Agent审核生成特征是否符合业务规范，提升系统安全性。
PAIChecker：检测类SWE-Bench基准中PR与Issue错位的多智能体系统
🧭 多智能体系统用于基准数据质量检测
The Chinese University of Hong Kong, Shenzhen
提出多智能体系统PAIChecker，三阶段渐进式验证PR-Issue错位，准确率达92%
📌 工作参考价值（4 点）
- 多智能体协作的三阶段验证模式（模式识别→交叉智能体合成标签→代码级验证）可迁移到搜索推荐的数据质检流程，例如检查Query与商品描述的语义一致性、广告文案合规性等。
- 交叉智能体标签合成利用多个LLM实例投票/辩论增强判断鲁棒性，类似Ensemble方法，可用于需要高可靠性的标注纠错、内容审核或A/B指标归因。
- 结合静态代码分析的最终验证阶段，启发我们在RAG生成答案后增加确定性规则校验（如商品属性冲突检测），提升可信度。
- 论文对基准错位的系统模式分析，提醒从业者在构建内部评测集时需检查黄金标准的隐性偏差，避免“垃圾进垃圾出”影响模型迭代方向。
IDEAgent：智能体质量-多样性搜索驱动的研究想法生成
🧭 多智能体协同质量-多样性搜索
DeCLaRe Lab, Nanyang Technological University, Singapore
多智能体框架将研究想法生成建模为质量-多样性联合搜索，记忆与修复机制大幅提升产出
📌 工作参考价值（4 点）
- 质量-多样性联合搜索思路可迁移到广告文案 / 商品标题批量生成，通过记忆机制比对历史产出，避免重复，保证创意池的多样性与基本质量。
- 多智能体协作中的修复 - 精炼流程（repair and refinement）可用于推荐系统 Agent 的迭代优化，对候选推荐进行多目标反馈驱动修改，增强推荐理由的逻辑性。
- Lineage 追踪想法演化的机制可引入生成式推荐中，记录推荐理由的改进历史，便于调试与可解释性。
- 联合评估指标 Yield（质量阈值下的最大互异集合）可直接作为生成式推荐、Query 推荐场景下质量与多样性统一的离线指标，弥补单一维度的不足。
DuMate-DeepResearch：可审计的多智能体深度研究框架
🧭 多智能体深度研究架构与动态规划 ★ 深度解读
Baidu AI Cloud
通过图动态规划、递归两级执行和量规引导推理，实现可审计且 SOTA 的深度研究报告生成。
📌 工作参考价值（4 点）
- 可审计的多智能体架构：将核心推理与工具生态解耦，使每一步规划和工具调用都可追踪。在电商推荐流程中，可将召回、排序、解释生成等环节分解为独立可审计的 Agent，便于调试与合规。
- 图动态规划与反思：用有向无环图管理长程子任务，支持粗到细扩展、回溯和剪枝。生成式推荐中的候选集生成、过滤、排序等步骤可建模为 DAG，遇到低质量结果时自动重规划，提高整体鲁棒性。
- 递归两级执行：外层规划代理将复杂搜索子任务委托给内层搜索代理，隔离噪声和局部失败。推荐系统中，可将高代价的实时检索或内容生成封装为子 Agent，防止单个子任务拖慢全局。
- 量规引导的推理与生成：动态生成任务特定的质量准则，注入搜索、规划和报告合成阶段，作为实时推理约束。生成推荐理由或商品描述时，可设计类似量规来强制证据链接、多源校验，降低幻觉。
全自主代理系统按需构建多模态评测基准
🧭 Agent 系统自主构建评测基准 ★ 深度解读
The Chinese University of Hong Kong · The Chinese University of Hong Kong, Shenzhen · Shandong University · Huawei Technologies · Shenzhen Loop Area Institute
首个全自主代理系统，将评测基准构建从人力驱动转变为自动规划、执行与刷新的可定制化流程
📌 工作参考价值（4 点）
- 长周期任务的分层规划：Benchmark Planner（设计-接地-分配）与 Executor（样本规划-执行-校验）的解耦设计，直接适用于电商 Agent 中的多步推荐流程编排，例如将“生成个性化推荐理由”拆解为子任务并分配数据源与转换工具。
- 闭环质量保障机制：Verification 与配额补充（Verification-guided replenishment）可迁移到自动标注 pipeline，对生成式推荐的样本实施语义校验、格式合规检查，不合格样本回炉重造，保证产出质量。
- 用户意图到任务规格的自动转化：Design Agent 将模糊需求分解为结构化 subtask 的思路，可用于根据运营目标（如提升点击率）自动生成 A/B 测试的评估方案或推荐模型评测集。
- 低成本持续刷新能力：Benchmark Agent 的快速迭代特性（人类标注 5-6 min/样本 vs. Agent 0.2-0.3 min）提示，电商推荐中的离线评估集可以随模型升级和业务变化自动更新，维持区分度，避免饱和。
Soap2Soap：多智体协作的长片电影重制框架
🧭 多智能体协作长视频生成重制 ★ 深度解读
Show Lab, National University of Singapore · University of Oxford · Lovart AI
提出双桥一致性（语言JSON剧本+动态视觉锚）与闭环验证的多智体框架，解决长视频重制中的身份漂移与语义侵蚀。
📌 工作参考价值（4 点）
- 双桥一致性解耦设计：将语义结构（JSON剧本）与视觉外观（动态锚点）显式分离，可迁移到商品视频生成中，保持商品外观一致性的同时保证动作与场景的叙事连贯性。
- 上下文动态内存分配：按镜头级别构建最小必要上下文包，避免全局信息冗余和角色混淆，适合多角色虚拟主播或多商品展示场景，降低内存开销并提升生成稳定性。
- 网格联合合成策略：将同一场景的多镜头关键帧打包成网格一次生成，通过共享注意力强制身份与场景一致性，可用于生成商品多角度展示图或短视频，减少风格偏移。
- 闭环验证与选择性重生成：引入验证代理自动审计生成结果的多维度一致性，发现问题仅重新生成受影响片段，适合推荐系统中自动产出高质量内容，降低人工审核成本。