ToM2Vec:用连续推理标记学习多智能体心智理论
热点事件历史事件
ToM2Vec:用连续推理标记学习多智能体心智理论
1 篇报道1 个报道来源2026-10-22更新
先了解这件事
AI 综述
Nithin Sivakumaran 等人提出 ToM2Vec,一种让模型通过固定预算的连续推理标记形成心智理论(推测同伴想法)的方法,并以合作伙伴的真实想法作为训练监督。作者称,在 Overcooked-AI、多方谈判、Decrypto、Hanabi 以及 Collab Escape/Capture 等合作、竞争与混合动机环境中,该方法相比基础模型和多种竞争性基线取得稳定提升。 目前的依据主要是这篇 arXiv 论文的摘要,其性能结论来自作者自述,尚未见独立复现或第三方评价。
AI 根据报道生成 · 2026-10-22更新
最新进展10月22日 00:05
ToM2Vec:面向多智能体协作的连续心智理论 token报道时间线
沿着报道,了解事件的不同侧面。
10月22日
- arXiv 棋牌与经典游戏 AI 检索精选ToM2Vec:面向多智能体协作的连续心智理论 token
ToM2Vec 通过固定预算的连续推理 token 学习多智能体协作中的心智理论,并以合作伙伴的真实想法作为训练监督。在 Overcooked-AI、多方谈判、Decrypto、Hanabi 和 Collab Escape/Capture 等合作、竞争与混合动机环境中,相比基础模型和多种竞争性基线取得稳定提升。