提出一种协同多智能体框架,用于生成角色驱动的谋杀谜题游戏脚本,并设计两阶段智能体监控训练策略(CoT微调+GRPO强化学习),以提升视觉语言模型在不完全信息、欺骗性线索下的多跳推理与隐藏事实提取能力。
机构:中山大学
来源:arXiv 2604.11741 | AI4Papers 论文推荐平台
AI4Papers 是一个以每日 arXiv 论文发现为入口的 AI 科研工作流平台,帮助研究者用最短时间掌握最新 AI/ML 前沿动态。
核心功能完全免费。高级 AI 功能(对比分析、深度研究、灵感工作台)支持自带兼容 API Key(如 OpenAI、通义千问)无限使用。
免费注册 | 使用教程