谷歌研究医护人员提出“通才型”智能体，深入探索“通才型”模型研究

发布时间：2025年09月21日 12:17

架的效能随微小稳定较慢增长，而其他框架都在微小较慢增长到一定水平在此之后效能超出有饱和不增再加，且效能随框架微小的较慢增长比较减慢得多。

数据分析其他部门还审核了经过先为培训的和予以先为培训的 Multi-Game Decision Transformer 框架与其他框架在微调方面的观感。结果推断出，经过先为培训的 DT 框架的观感最好，而予以培训的 CQL 的观感最差。

（是从：arXiv）

这也可验证了数据分析其他部门的论点，即先为培训的开展确实有助于框架较慢学习新一些游戏。此外，该制作团队还仔细观察到，对于 DT 框架来说，微调效能与框架微小深褐色具体性，会随框架的增加而升高，而这一发展趋势在 CQL 框架的却非常一致。

-End-

参考：

1、

。