[勇敢牛牛]最近的动态
大模型如何泛化出多智能体推理能力？清华提出策略游戏自博弈方案 MARSHAL
清华大学研究团队提出了 MARSHAL 框架，利用强化学习让大模型通过策略游戏自博弈（Self-Play）来提升多智能体推理能力。该框架通过解决多轮交互的信用分配和多智能体的优势估计两大挑战，实现了模型在游戏中博弈决策水平的显著提升，并在通…
参与讨论{{item.data.meta.comment}}条讨论
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×