评测称 GPT-5.6/6 Luna 多智能体协作远超 DeepSeek V4

在多智能体协作基准测试中，DeepSeek V4 几乎完全不会协调，而 OpenAI 的 GPT 模型仅用一个代际就从「完全不会协调」跃升到「协调极佳」。Josh Purtell 在讨论中承认多数多智能体 RL 训练收益有限，但指出部分实验室的专门训练确实有效，暗示这种协调能力差距可能源于有针对性的训练投入。

2026-10-24 ~ 2026-10-24 · 2 条相关