待验证50% 置信事实精确时间
「基于市场的后训练」(Market-based Post-training, MPT) 是一个让去中心化智能体集群同时学习行动策略与自我编排的框架。
1
来源数
50%
置信度
长期有效
时效性
2026/10/16
首次发现
来源
涉及实体
相关事实
待验证MPT 的核心机制是让智能体通过竞价表达参与意愿，竞价决定谁采取行动，以及集体结果如何提供局部训练信用，从而无需中央协调器即可联合学习行动策略和竞价行为。77% 相似待验证自监督学习通过从数据自身构造监督信号，已成为 BERT、GPT、MAE 等大规模预训练模型的核心训练策略70% 相似已验证「后训练」（Post-training）是预训练完成后的对齐与能力强化阶段，通常包括SFT、RLHF及基于过程奖励模型的强化学习（如GRPO、DAPO）69% 相似待验证继续预训练（CPT）是在通用基座模型上用领域语料进行额外的无监督训练，让模型吸收领域知识68% 相似待验证研究团队在具身制作、机器人导航和深度研究三个任务上评估了 MPT，结果显示其性能优于单一后训练，并且智能体的参与模式随学习而演化。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041933API
curl https://kongchang.com/api/v1/knowledge/claims/1041933MCP
get_claim(id=1041933)