【新智元导读】谷歌提出了多智能体协作的新方法「智能体链」（Chain-of-Agents），超越传统方法，多个任务高出10%的性能，特别是处理长文本相较于基线提升高达100%。甚至无需训练，可与多种LLM模型协同工作。

在美国大学的申请季节中，许多学生都在为申请的截止日期而紧张。然而，值得注意的是，除了提前申请（ED）和常规申请（RD）之外，还有一种招生模式——滚动录取（Rolling Admissions），这为那些错过了申请期限的同学提供了另一个机会。今天，我们就来深入了解滚动录取的机制，以及哪些学校仍在接受申请。

近日，谷歌在博客中介绍了「智能体链」（Chain-of-Agents，CoA）框架，无需训练、任务无关且高度可解释。它通过大语言模型（LLM）间的协作来解决长上下文任务，在性能上超越了RAG和长上下文 LLM。