AI智能体结对编程秒杀人类，90分钟神作惊动OpenAI总裁！引全网140万围观
前段时间，来自斯坦福团队研究人员通过多智能体强化学习（multi-agent RL），训练LLM掌握战略性社交推理，结果发现，使胜率比标准强化学习提升一倍。