# Optima – 清华联合北邮推出优化通信效率和任务有效性的训练框架 - Link: https://paooo.com/aigc-news/25271/ - Published: 2026-07-12T22:48:29+08:00 - Author: Prompt 语宙研究院 ⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点 * 以迭代生成、排名、选择、训练范式优化多[智能体](https://paooo.com/trends/)通信， 兼顾性能与token效率。 * 引入奖励函数、SFT/DPO与MCTS，提升训练数据质量和对话可读性。 * 在多智能体任务中优于单智能体基线和传统MAS，最高实现2.8倍性能提升。 ## Optima是什么 Optima是清华大学推出的优化基于大型语言模型（LLM）的多智能体系统（MAS）的框架。基于 一个迭代的生成、排名、选择和训练范式，显著提高通信效率和任务效果。Optima平衡了任务 性能、令牌效率和通信可读性，探索了多种强化学习算法，并集成蒙特卡洛树搜索技术生成 高质量的训练数据。在多智能体任务中，Optima展示超越单智能体基线和传统MAS的性能，实现 了高达2.8倍的性能提升，并减少令牌使用。Optima的效率提升为更有效的推理计算和改进的 推理时间扩展法则提供新的可能性。 阅读目录 * [Optima是什么](https://paooo.com/aigc-news/25271/#optima%e6%98%af%e4%bb%80%e4%b9%88) * [Optima的主要功能](https://paooo.com/aigc-news/25271/#optima%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [Optima的技术原理](https://paooo.com/aigc-news/25271/#optima%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [Optima的项目地址](https://paooo.com/aigc-news/25271/#optima%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [Optima的应用场景](https://paooo.com/aigc-news/25271/#optima%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![Optima](https://paooo.com/wp-content/uploads/2026/07/Optima-website-1.avif) ## Optima的主要功能 * **通信效率提升**：O优化多智能体系统（MAS）中的智能体间通信，减少完成任务所需的 令牌（token）数量，提高通信效率。 * **任务性能增强**：基于迭代训练和奖励函数的平衡，提升智能体在复杂任务中的表现， 包括信息不对称问答和复杂推理任务。 * **可扩展性**：支持MAS在处理更大规模和更复杂的任务时保持有效性，提高系统的可扩展 性。 * **推理时间扩展法则改进**：减少令牌使用，为改进推理时间扩展法则提供可能性，有助 于在更低的计算成本下实现更好的性能。 ## Optima的技术原理 * **迭代训练范式**：基于迭代的生成（generate）、排名（rank）、选择（select）和训练（ train）范式，逐步优化智能体的行为。 * **奖励函数**：设计奖励函数，平衡任务性能、令牌效率和通信可读性，引导智能体在保持 通信效率的同时完成任务。 * **强化学习算法**：探索包括监督式微调（SFT）、直接偏好优化（DPO）及混合方法在内 的多种强化学习算法，优化智能体的行为。 * **蒙特卡洛树搜索（MCTS）**：集成MCTS启发式技术，将对话轮次视为树节点，探索多样 化的交互路径，生成高质量的DPO训练数据。 * **多目标优化**：基于奖励函数同时考虑多个目标，在提升任务性能的同时，注重通信效率 和输出的可解释性。 ## Optima的项目地址 * **项目官网**：[chenweize1998.github.io/optima-project-page](https://chenweize1998.github.io/optima-project-page/?utm_source=ai-bot.cn) * **GitHub仓库**：[https://github.com/thunlp/Optima](https://github.com/thunlp/Optima) * **arXiv技术论文**：[https://arxiv.org/pdf/2410.08115](https://arxiv.org/pdf/2410.08115) ## Optima的应用场景 * **信息不对称问答**：在问答系统中，当问题的答案需要整合多个来源的信息时，优化智能 体间的沟通提高答案的准确性和响应速度。 * **复杂推理任务**：对于需要多步骤推理的问题，如法律案例分析、科学问题解答等，帮助 智能体更有效地协作，得出正确的结论。 * **软件开发**：在软件开发中，协调不同功能模块的开发，基于智能体间的有效沟通优化 开发流程和提高代码质量。 * **决策支持系统**：在商业决策或政策制定中，帮助多个决策者或智能体共享信息、讨论 方案，达成共识。 * **多智能体游戏**：在需要多个玩家或智能体协作的游戏中，优化玩家间的沟通策略，提高 团队合作效率。 ❓ 常见问题解答（FAQ） Optima框架主要解决什么问题？ Optima主要解决多智能体系统中通信冗余、token消耗高和任务效果不稳定的问题。它通过迭代 训练与多目标奖励平衡任务性能、令牌效率和通信可读性，从而提升协作推理效果。 Optima为什么能提升多智能体任务表现？ 它采用生成、排名、选择、训练的迭代范式，并结合SFT、DPO等方法优化智能体行为；同时 用MCTS生成高质量训练数据，使智能体在复杂任务中更高效协作。 Optima适合哪些应用场景？ 适合信息不对称问答、复杂推理、软件开发、决策支持和多智能体游戏等场景，尤其适合需要 多个智能体共享信息、协同推理并控制通信成本的任务。 🔬 语宙深潜追问 · 进阶实操拆解 生成-排名-选择-训练为什么有效？ 它把“先产出多个候选，再筛掉差样本”变成闭环，能持续把高质量轨迹喂回训练集。相比一次 性采样，这种迭代范式更容易放大有效信号，尤其适合复杂推理和信息不对称任务。 MCTS 在这里主要解决什么问题？ MCTS 负责在大搜索空间里更系统地探索候选路径，避免模型只沿着单一路径胡乱生成。它能 提高数据多样性和正确率，但前提是奖励设计要稳，否则搜索越深越可能放大偏差。 🗳️ 读者观点微投票 · 您的实战立场是？ 多智能体训练最该优化通信还是推理质量？ 🕸️ 语宙向量知识图谱 · 语义强关联深度内链 [🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/) * [OThink-MR1 – OPPO联合港科大推出的多模态语言模型优化框架](https://paooo.com/aigc-news/20573/) * [Agent Q – MultiOn公司推出的AI智能体，可以自我学习进化](https://paooo.com/aigc-news/27459/) * [阿里通义重磅开源AgentScope Tuner：一站式自动优化引擎，让AI智能体越用越聪明](https://paooo.com/aigc-news/10836/) * [京东开源JoyAI-LLM-Flash：48B参数MoE架构，3B激活参数实现128K超长上下文与高效推理](https://paooo.com/aigc-news/11451/) [🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（ paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示 词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发 者与创作者提供一手、可复现的深度技术洞察。 [📄 Markdown 纯净版](https://paooo.com/aigc-news/25271/?format=md) 💡 这篇内容对您有启发吗？ [📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/) **🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)