信息推理方法以及装置

本发明涉及大型语言模型技术领域，特别涉及一种信息推理方法、装置、计算机设备以及存储介质，利用多智能体辩论框架，通过智能体之间进行任务辩论促进协作，学习智能体决策网络的团队联合动作来指导单个智能体策略的更新，强调智能体之间的行为差异，使得各个智能体在面对复杂任务时能够按照各自预设的角色身份，增量地为任务解决方案做出贡献，提高智能体决策网络的推理的准确性以及效率。