待验证50% 置信事实精确时间
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。
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「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。77% 相似待验证MPT 的对比实验表明，在相同数据和计算预算下，让智能体分别学习策略并通过竞价协调，不仅能达到更好的任务性能，还能在智能体数量变化时保持稳定。71% 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。69% 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66% 相似待验证MPT 目前评估仍限于特定任务，竞价机制在更开放环境中的泛化能力、通信成本以及与其他协调方法的比较仍有待进一步研究。63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1041934API
curl https://kongchang.com/api/v1/knowledge/claims/1041934MCP
get_claim(id=1041934)