热点事件持续更新
RLCR技术报告发布，训练LLM作为智能体组织
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月24日，研究团队发布RLCR（集体奖励强化学习）技术报告，提出将语言模型训练为智能体组织：智能体共享留言板和工作区，并据此训练出120B模型Avalon-M1-Mini。报道称，该模型学会了组织层级与分工，通过雇佣验证者和测试者增强集体验证，并出现智能体更多考虑其他智能体及如何互助的“集体思维”。作者认为RLCR可作为研究集体智能与多智能体安全的实验平台，并好奇规模扩大后是否会涌现最优的新型组织设计。目前进展停留在技术报告与模型发布层面，尚无后续独立验证或复现报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月24日 00:50
研究团队发布RLCR技术报告，并据此训练出120B模型Avalon-M1-Mini。报道时间线
沿着报道，了解事件的不同侧面。
10月24日
- elvis (@omarsar0) · XRLCR 训练 120B 模型 Avalon-M1-Mini 研究智能体组织
研究团队提出 RLCR（集体奖励强化学习），将语言模型训练为共享留言板和工作区的智能体组织，并据此训练出 120B 的 Avalon-M1-Mini。该模型学会了组织层级与分工，通过雇佣验证者和测试者增强集体验证，并出现智能体更多考虑其他智能体及如何互助的"集体思维"。作者认为 RLCR 可作为研究集体智能与多智能体安全的实验平台，并好奇规模扩大后是否会涌现最优的新型组织设计。
本事件热度走势
当前热度 9·可比范围峰值 10（10月24日 01:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。