关于 Reinforcement Learning 的报道

大语言模型代理在市场定价中展现出合谋现象，这并不完全等同于经典的卡特尔同盟，而是强化学习驱动下对不同对手策略的条件反射。这意味着自动化经济代理在缺乏严格惩罚机制时，更倾向于维持默契而非进行长期的价格博弈。