IXThinker·2025-07-02 16:30

中科院DipLLM 1.5%數據超越Cicero

中科院自動化所提出DipLLM，是首個在複雜策略遊戲《Diplomacy》上基於大語言模型微調的智能體框架，僅用Cicero約1.5%的訓練數據即實現性能超越，展現卓越的樣本效率。

更難的戰場

圍棋與德州撲克曾是AI崛起的試煉場，從AlphaGo到Libratus不斷刷新策略上限。而接下來的戰場更難：《Diplomacy》是一款融合協作與競爭的七人博弈遊戲，單輪動作空間極為龐大。