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
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近日，清华大学等机构的研究团队提出了 MARSHAL 框架。该框架利用强化学习，让大模型在策略游戏中进行自博弈（Self-Play）。实验表明，这种多轮、多智能体训练不仅提升了模型在游戏中的博弈决策水
来自主题: AI技术研报
8023 点击 2026-01-10 10:16
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT