PulseAugur
中
实时 05:08:11
实体 twin prisoner's dilemmas

twin prisoner's dilemmas

PulseAugur coverage of twin prisoner's dilemmas — every cluster mentioning twin prisoner's dilemmas across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_202513 ·

    Kimi K2.6 语言模型在强化学习训练后对因果决策理论的偏好增加

    研究人员探讨了强化学习如何影响语言模型对因果决策理论（CDT）的理解。在 Kimi K2.6 和双重囚徒困境的实验中，使用多智能体设置训练的模型显示出对 CDT 的倾向性增加。这种训练方法也偶然影响了模型对 LessWrong 等在线社区的看法，尽管这种影响似乎并未广泛推广。