ToM2Vec 跨模型泛化：Qwen3-8B 自博弈训练，与 GPT-5.4 组队涨 17.3 分
EliasEskin · x · 2026-10-22
ToM2Vec 的泛化实验：完全通过与 Qwen3-8B 伙伴自博弈训练，不接触其他模型，再与未见过的模型组队测试 Overcooked。
- 与 GPT-5.4 组队时，相比「GPT-5.4 + 未训练 Qwen3-8B」平均提升 17.3 分——训练伙伴远弱于 GPT-5.4 仍能泛化，作者也称意外。
- 与 Gemma-4 组队时，三种布局得分同样全面提升（如 AA 布局 90→105）。
- 与语言化 ToM 基线对比：Overcooked 上 latent 向量方法平均 106.7 vs 语言基线 97.6，三种布局全胜。
结论：可以用开源权重模型训练伙伴建模能力，再把这样的智能体放进更强的闭源模型团队中使用。
所属事件:ToM2Vec 实验证实：潜在向量编码心智且跨模型泛化(3 条相关)→
「研究」频道最新
- 类脑半导体芯片瞄准更聪明、更节能的数据中心 — striketheviol · 2026-10-22
- ETH 论文用 AI 建「论断图」衡量经济学论文错误的真实影响 — Afinetheorem · 2026-10-22
- 谢菲尔德大学招全奖博士:研究 LLM 评估的可靠性与偏差 — nikaletras · 2026-10-22
- arXiv 新方法:对比多个 LLM 预测,自动提炼 AI 预测的关键分歧点 — universeinanegg · 2026-10-22
- Strong Stochastic Flow Maps 训练改进：导数损失提升 10-50% — AlexanderTong7 · 2026-10-22
- 同一稀疏分页 GQA 解码核用六种写法：CUDA 比 PyTorch 快 14 倍 — Daemontatox · 2026-10-22