跳到内容
∇
RedMoon
/ 训练日志
论文
实践
课堂
见闻
全部
关于
GitHub
主题
跟随系统
浅色
深色
论文
/
LLM 与强化学习
LLM 与强化学习
从策略更新对象出发,梳理大语言模型与强化学习的结合方式:谁在行动、谁提供训练信号、哪些参数被更新,以及团队结果如何转化成可检验的协作能力。
1 篇
研究地图
LLM 与多智能体强化学习:从策略更新到协作信号
以被更新的策略和训练信号为线索,区分直接训练 LLM、LLM 辅助传统 MARL、控制器学习与协作蒸馏。
返回论文