AI ஏஜென்ட்கள் பிற AI மாடல்களின் பயிற்சியை தானாகச் செய்யக் கற்றுக்கொள்கின்றன
RSI-Dojo என்ற அமைப்பை ஒரு புதிய ஆய்வுக் கட்டுரை அறிமுகப்படுத்துகிறது. இது, large language models-ஐ மேம்படுத்தும் post-training வேலைகளைக் கையாளும் வகையில் AI ஏஜென்ட்களைப் பயிற்றுவிக்கும் ஒரு அமைப்பு. இதன் நோக்கம் recursive self-improvement; அதாவது, மாடல்களையும் அவற்றிற்கு உதவும் உள்கட்டமைப்பையும் உருவாக்கவும் மேம்படுத்தவும் AI அமைப்புகளே உதவுவது. இது அந்த இலக்கை நோக்கிய ஆரம்பகட்ட ஆராய்ச்சிப் படி.
சொல் விளக்கம்arXiv, Recursive Self-Improvement, Post-training
- arXiv
- கார்னெல் பல்கலைக்கழகம் நடத்தும் இலவச ஆன்லைன் ஆவணக் காப்பகம். இங்கு ஆராய்ச்சியாளர்கள் முறையான மதிப்பாய்வுக்கு முன்பே அறிவியல் ஆய்வுக் கட்டுரைகளை வெளியிடுவார்கள்.
- Recursive Self-Improvement
- AI அமைப்புகள் ஒவ்வொரு படியையும் மனிதர்கள் செய்யாமலேயே தங்கள் வடிவமைப்பு, பயிற்சி மற்றும் கருவிகளை மேம்படுத்திக்கொள்ளும் இலக்கு.
- Post-training
- முதல் பெரிய பயிற்சிச் சுற்றுக்குப் பின் மாடலை மேலும் பயனுள்ளதாகவும் சிறப்பாக நடந்துகொள்ளும்படியும் செய்யும் கூடுதல் பயிற்சி.
பர்னிங் பொட்டேட்டோ ஸ்கோர்: 71%