Search

直接匹配不多,已補上最新動態。

Tag: #resource-efficiency2 results

KD-MARL 降低 MARL 成本 28 倍

KD-MARL 降低 MARL 成本 28 倍

KD-MARL 提出多代理強化學習資源感知知識蒸餾的兩階段框架,從集中式專家轉移協調行為至輕量分散式學生代理。它使用蒸餾優勢訊號與結構化監督,在無需評論者下保留協調,並支援異質架構。基準測試顯示在 SMAC 與 MPE 上保留超過 90% 效能,FLOPs 降低高達 28.6 倍。

ArXiv AIResearchApr 9#multi-agent-rl#resource-efficiency
Ox Alpha:神秘模型公開亮相

Ox Alpha:神秘模型公開亮相

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型,具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁,但開發者、參數量、訓練資料與正式基準排名仍未獲確認。