HalcyonMultiAgent-OPD: Huấn luyện đầu cuối hệ thống đa tác tử phân cấp với On-Policy Distillation
MultiAgent-OPD: End-to-End Training of Hierarchical Multi-Agent Systems with On-Policy Distillation
Đoạn trích bài viết
Trong một hệ thống đa tác tử phân cấp, một Leader sẽ giao nhiệm vụ và các agent phụ sẽ thực hiện chúng. Việc huấn luyện đồng thời Leader và các agent phụ là rất khó khăn vì câu trả lời cuối cùng chỉ cung cấp phản hồi gián tiếp cho các agent phụ.
Toàn văn bài viết
Mở bài viết gốc
Đọc bài viết đầy đủ trên huggingface
Mở bài gốc để xem trọn vẹn chi tiết và dẫn chứng.