待验证50% 置信事实精确时间

QMIX由牛津大学提出，采用集中式训练-分布式执行（CTDE）范式，通过混合网络将各智能体局部Q值单调组合为全局Q值

1

来源数

50%

置信度

长期有效

时效性

2026/9/8

首次发现

来源

Battle Royale：16智能体大逃杀MARL竞技联赛解析

涉及实体

QMIXconcept 牛津大学company

相关事实

待验证量化感知训练(QAT)让模型保留全精度权重副本，每次前向传播练习舍入操作，学会在极端压缩下的权重分布74% 相似待验证QMIX算法将团队的全局Q值分解为各智能体局部Q值的单调混合，确保全局最优动作等价于各智能体独立取最大值72% 相似待验证Qwen3采用四阶段训练流程，在后期专门针对混合推理能力进行对齐微调70% 相似待验证大量国产模型以通义千问（Qwen）等开源模型为基座，在此基础上完成预训练和微调后对外发布67% 相似待验证QLoRA论文提出的NF4针对预训练权重服从正态分布的特性设计了最优量化格点66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/875609

API

curl https://kongchang.com/api/v1/knowledge/claims/875609

MCP

get_claim(id=875609)