bayesian-learning

提出了一种基于消息传递的双时间尺度贝叶斯深度学习框架，用于大规模MIMO系统中联合信道与记忆硬件损伤追踪。

本文提出了一种新颖的偏好估计方法，将大型语言模型（LLM）的自然语言信息集成到结构化贝叶斯对手建模框架中，用于多智能体协商。该方法利用LLM从话语中提取定性线索，并将其转换为概率格式，在多方协商基准上展示了改进的协议达成率和偏好估计准确性。