用多子智能体对抗评审达成共识的提示技巧
robleclerc · x · 2026-07-08
robleclerc 分享了一个高杠杆提示技巧：让多个子智能体进行对抗式评审，直到达成共识。他通常请求 2 个 xhigh 推理档与 2 个 minimax M3 模型参与，之后再人工审计。他认为这种方法也有助于防范奖励黑客(reward hacking)。
robleclerc · x · 2026-07-08
robleclerc 分享了一个高杠杆提示技巧：让多个子智能体进行对抗式评审，直到达成共识。他通常请求 2 个 xhigh 推理档与 2 个 minimax M3 模型参与，之后再人工审计。他认为这种方法也有助于防范奖励黑客(reward hacking)。