UCSD 将心智理论融入 7B Agent 训练奖励
热点事件持续更新
UCSD 将心智理论融入 7B Agent 训练奖励
1 篇报道1 个报道来源2 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），提出把心智理论（ToM）写进训练奖励：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，使 7B 智能体学会推断伙伴的信念与目标。据该论文介绍，智能体部署时可单独运行，无需额外模型。 目前公开信息仅来自论文本身及对其的转述，尚未见独立复现或第三方评测结果。
AI 根据报道生成 · 1 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
- Rohan PaulUC San Diego 用心理模型奖励训练 7B 智能体
UC San Diego 新论文提出把心理理论（ToM）写进训练奖励，让 7B 智能体学会推断伙伴的信念与目标，部署时无需额外模型即可独立运行。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，最终智能体单独运行。论文题为《Mental-Models for Multi-Agent Systems》，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。