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，使得各个智能体在面对复杂任务时能够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。