C-RL：训练模型在多模型系统中协作
热点事件持续更新
C-RL：训练模型在多模型系统中协作
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
研究提出“组合式强化学习”（C-RL）：把一个策略放进真实运行的多模型系统里训练，奖励整个系统产出的结果，而非该策略单独的正确答案。作者同时提出“组合强度”指标，用 Shapley 值衡量各模型对系统结果的贡献，并以留一法贡献作为只需 n+1 次评估的近似。 在五个模型池、十二种协作方法和十二个数据集上，15 个（模型池，方法族）设定中有 12 个显示个体强度无法转化为组合优势，即单模型强并不等于协作后更强。这一结论来自作者自报的实验，尚无独立复现。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Compositional RL：评估与训练 LLM 的协作推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AICompositional RL：评估与训练 LLM 的协作推理能力
研究提出“组合强度”指标，用 Shapley 值衡量模型在多模型系统中的贡献，并以 leave-one-out 贡献作为仅需 n+1 次评估的近似。在五个模型池、十二种协作方法和十二个数据集上，15 个（模型池，方法族）设定中有 12 个显示个体强度无法转化为组合优势。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。