这波专用强化学习模型的热潮确实令人兴奋。我看好这项理解并释放群体智能的研究，强烈推荐读一读技术报告。
Omar Shams 推荐了 Avalon-M1-Mini——一个把 LLM 训练为智能体组织以研究群体智能的专用 RL 模型，同方向的还有 RLCR 等工作。其核心论点是：随着工作流走向长时程智能体，协作与组织能力应成为原生原语，而多智能体如何协作仍远未被理解。这很重要，因为高效、安全地编排智能体团队正是智能体落地的关键瓶颈。
报道来源
- Elvis Saravia2026-10-23 16:50