伦敦实验室RLCR：把语言模型训成会协作的Agent组织 RLCR让模型自发形…

伦敦实验室RLCR：把语言模型训成会协作的Agent组织 RLCR让模型自发形成CEO/专家等组织协作，基准提升但报告风险意愿下降。 来源：https://x.com/i/trending/21136...