本期為TechBeat人工智能社區(qū)第730期線上Talk。

北京時(shí)間12月3日(周三) 20:00，清華大學(xué)博士生徐澤來(lái)的Talk將準(zhǔn)時(shí)在TechBeat人工智能社區(qū)開播！

他與大家分享的主題是“大模型智能體可以玩好狼人殺嗎?”，屆時(shí)將介紹團(tuán)隊(duì)如何通過(guò)強(qiáng)化學(xué)習(xí)和博弈論方法提升大模型智能體的決策能力，并實(shí)現(xiàn)人類決策水平的狼人殺智能體。

Talk·信息

主題：大模型智能體可以玩好狼人殺嗎？

嘉賓：清華大學(xué) · 博士生 - 徐澤來(lái)

時(shí)間：北京時(shí)間12月3日(周三) 20:00

地點(diǎn)：TechBeat人工智能社區(qū)

http://www.techbeat.net/

Talk·介紹

隨著大模型的發(fā)展，語(yǔ)言智能體在許多場(chǎng)景中展現(xiàn)出了巨大的潛力。然而，在多智能體的復(fù)雜博弈任務(wù)中，大模型智能體仍然面臨著決策的固有偏好和有限探索的挑戰(zhàn)。本次分享將介紹我們?nèi)绻ㄟ^(guò)強(qiáng)化學(xué)習(xí)和博弈論方法提升大模型智能體的決策能力，并實(shí)現(xiàn)人類決策水平的狼人殺智能體。

Talk大綱

1. 背景：大模型智能體的快速發(fā)展

2. 動(dòng)機(jī)：大模型智能體在決策中的固有偏好和有限探索

3. 工作1：強(qiáng)化學(xué)習(xí)驅(qū)動(dòng)的策略語(yǔ)言智能體

4. 工作2：基于迭代微調(diào)的隱空間策略優(yōu)化

Talk·預(yù)習(xí)資料

論文鏈接： https://arxiv.org/abs/ 2310.18940

論文鏈接： https://arxiv.org/abs/ 2502.04686

Talk·提問(wèn)交流

在Talk界面下的【交流區(qū)】參與互動(dòng)！留下你的打call和問(wèn)題，和更多小伙伴們共同討論，被講者直接翻牌解答！

你的每一次貢獻(xiàn)，我們都會(huì)給予你相應(yīng)的i豆積分，還會(huì)有驚喜獎(jiǎng)勵(lì)哦！

Talk·嘉賓介紹

徐澤來(lái)???????????

清華大學(xué) · 博士生
???

徐澤來(lái)，清華大學(xué)電子系博士生，研究方向?yàn)榇竽Ｐ椭悄荏w和多智能體強(qiáng)化學(xué)習(xí)，導(dǎo)師為汪玉老師和吳翼老師。徐澤來(lái)的研究專注于多智能體強(qiáng)化學(xué)習(xí)和大模型智能體的交叉方向，完成了策略語(yǔ)言智能體系列工作，通過(guò)將大模型和強(qiáng)化學(xué)習(xí)結(jié)合，在狼人殺這一多智能體博弈中實(shí)現(xiàn)了平均人類決策水平的智能體，相關(guān)工作發(fā)表于ICML 2024和ICML 2025中。

個(gè)人主頁(yè): https://www.techbeat.net/grzytrkj?id=45990 ????

-The End-

如果你也想成為講者

自薦 / 推薦

單人Talk | 團(tuán)隊(duì)專場(chǎng) | 錄播or直播 | 閉門交流

多種方式任你選擇！

推薦講者成功也有獎(jiǎng)勵(lì)哦~

關(guān)于TechBeat人工智能社區(qū)

TechBeat(www.techbeat.net)隸屬于將門創(chuàng)投，是一個(gè)薈聚全球華人AI精英的成長(zhǎng)社區(qū)。

我們希望為AI人才打造更專業(yè)的服務(wù)和體驗(yàn)，加速并陪伴其學(xué)習(xí)成長(zhǎng)。

期待這里可以成為你學(xué)習(xí)AI前沿知識(shí)的高地，分享自己最新工作的沃土，在AI進(jìn)階之路上的升級(jí)打怪的根據(jù)地！

更多詳細(xì)介紹>>

預(yù)約本期Talk