arXiv Artificial Intelligence· Keru Chen, Sen Lin, Yingbin Liang, Nathaniel D. Bastian, Shaofeng Zou·· 20 小时前AI 评分29
CoSIR：用可验证信息奖励训练 LLM 多智能体协作
Training LLMs for Multi-Agent Collaboration with Verifiable Information Rewards
AI 导读
研究提出 CoSIR（Collaboration via Surprisal-based Information Rewards），一种后训练方法，通过可验证环境教 LLM 智能体共享证据、请求缺失信息并采纳队友贡献。
来源：arXiv Artificial Intelligence · arxiv.org