研究：多智能体记忆按稀有或相关性筛选反而降低 LLM 群体决策准确率

四所中国高校的论文提出 CrossProfile 诊断基准（480 个任务），发现把 LLM 多智能体讨论压缩成短记忆时，按相关性或最罕见优先筛选反而降低群体决策准确率。在 Qwen2.5-7B、Llama-3.1-8B 及两个 DeepSeek 模型上，完美的相关性过滤器在隐藏档案场景中比最罕见优先策略损失 23-31 个百分点，最罕见优先也不比随机选择更好。