arXiv · cs.AI· Mohammad Mahdi Samiei Paqaleh, Mehdi Jamalkhah, Mahdieh Soleymani Baghshah·· 1 天前
VQEL：通过智能体内部向量量化实现涌现语言游戏中的自博弈
VQEL: Enabling Self-Play in Emergent Language Games via Agent-Internal Vector Quantization
arXiv:2503.04940v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Mohammad Mahdi Samiei Paqaleh, Mehdi Jamalkhah, Mahdieh Soleymani Baghshah
期刊信息（来源提供）：Transactions on Machine Learning Research, August 2026
研究任务与主要进展
研究者提出VQEL架构，将向量量化融入消息生成过程，使智能体在保持端到端可微性的同时进行自博弈并学习离散内部表征。基于论文摘要，作者报告，使用VQEL自博弈预训练后，智能体在后续相互交互中表现出更一致的符号对齐和更高的任务成功率；实验规模、基线与条件在摘要中未说明。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org