MAPoRL: Post-Training of Collaborative Large Language Models Based on Reinforcement Learning for Multi-Agent Cooperation

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新的后训练范式MAPoRL,通过多智能体协同训练提升大语言模型的合作性能,实验证明其在多个基准测试中表现优异,具备良好的领域泛化能力。

🏷️

标签

➡️

继续阅读