AI 群聊怎样多元化？佐治亚理工学院与麻省理工学院提出 MASCOT

佐治亚理工学院与麻省理工学院团队提出多智能体陪伴系统 MASCOT，通过两阶段训练优化角色行为与群体协作策略。第一阶段利用偏好对训练奖励模型，并通过 GRPO 微调各角色的发言模型，使回应符合角色分工和当前情境。第二阶段训练主持人，根据对话进展选择发言者并制定回应策略，旨在减少重复回应和角色坍塌。