论文Agent 与开发者精选17:49UC San Diego 论文用奖励机制让 7B 智能体学会心理理论UC San Diego 把读心能力塞进 7B 小模型的训练奖励里，谈判协作类智能体部署时不用再挂额外模型，思路挺巧。#心理理论#多智能体#强化学习#7Brohanpaul_ai@rohanpaul_ai原文稍后读已读值得跟进有用关注 心理理论
模型Agent 与开发者精选11:547名博士生3个月训练7B大模型，代码数据全公开7个博士生3个月就训练出7B大模型，代码数据全公开，想学怎么训练大模型可以看看。#7B#GLUE量子位@思邈原文稍后读已读值得跟进有用关注 7B
