arXiv Artificial Intelligence· Shangbin Feng, Yulia Tsvetkov, Jan Kautz, David Acuna·2026-10-15 12:00· 18 小时前AI 评分30

Compositional RL：评估与训练 LLM 的协作推理能力

Compositional RL: Evaluating and Training LLMs for Collaborative Reasoning

AI 导读

研究提出用合作博弈的 Shapley 值衡量模型在系统中的"组合强度"，并以留一贡献作为只需 n+1 次系统评估的近似代理。在五个模型池、十二种协作方法和十二个数据集上，单独能力与组合强度基本不相关，15 个（模型池、方法族）设定中有 12 个单独能力无法转化为协作优势。