GenReasoning ra mắt khung RLCR để xây dựng tổ chức AI agent hợp tác

Reinforcement Learning from Collective Rewards (RLCR) là một khung huấn luyện mới, phát triển các mô hình ngôn ngữ thành tổ chức agent hợp tác chia sẻ không gian làm việc và bảng thông điệp. GenReasoning đã dùng phương pháp này để huấn luyện Avalon-M1-Mini với 120 tỷ tham số, nghiên cứu cách các mô hình tương tác trong cấu trúc tập thể này.

Công ty báo cáo rằng việc huấn luyện này dẫn đến sự xuất hiện của các hệ thống phân cấp tổ chức, phân chia công việc, và tăng cường xác minh thông qua việc tuyển dụng các tester và verifier chuyên biệt. GenReasoning cho biết khung RLCR được thiết kế để làm viện nghiên cứu về trí tuệ tập thể và an toàn của hệ thống multi-agent.