UC San Diego 发布心理模型奖励训练智能体论文
热点事件持续更新
UC San Diego 发布心理模型奖励训练智能体论文
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
UC San Diego 发布论文《Mental-Models for Multi-Agent Systems》（arXiv:2610.12453），提出把心理理论（ToM）写进训练奖励，让 7B 智能体学会推断伙伴的信念与目标。 该方法先训练一个推断伙伴信念、意图和想法的模型，在强化学习阶段为候选回复打分；据论文描述，智能体部署时无需额外模型即可独立运行。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 15:14
UC San Diego 用心理模型奖励训练 7B 智能体报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- AIHOT 公开资讯UC San Diego 用心理模型奖励训练 7B 智能体
UC San Diego 新论文《Mental-Models for Multi-Agent Systems》提出把心理理论（ToM）写进训练奖励，让 7B 智能体学会推断伙伴的信念与目标。该方法训练一个推断伙伴信念、意图和想法的模型，在 RL 阶段为候选回复打分，最终智能体部署时无需额外模型即可独立运行。论文编号 arXiv:2610.12453。
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。