C-RL：训练多模型协作的组合强化学习
热点事件持续更新
C-RL：训练多模型协作的组合强化学习
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月15日，arXiv Artificial Intelligence 刊出 Shangbin Feng 等作者的研究，提出并验证组合强化学习（C-RL）。该工作针对多模型协作系统，主张在真实运行的多模型系统内部训练策略，并以系统整体产出的结果作为奖励，而非以单个策略自身的正确性为奖励。研究同时提出用合作博弈的 Shapley 值衡量模型在系统中的“组合强度”，并以留一贡献作为近似代理，只需 n+1 次系统评估。作者在五个模型池、十二种协作方法和十二个数据集上评估，发现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。目前进展为方法提出与实验验证阶段。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Compositional RL：评估与训练 LLM 的协作推理能力报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv Artificial IntelligenceCompositional RL：评估与训练 LLM 的协作推理能力
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。
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。