AI एजंट्सना संपूर्ण जगाची प्रत न देता योजनांची चाचणी करू देणे
एजंट्स अनेकदा अनेक संभाव्य कृती-मार्गांपैकी सर्वोत्तम निवडतात, पण हे सहसा असे गृहीत धरते की प्रत्येक मार्ग एकाच वेळी चालवता येतो. हा शोधनिबंध एजंटिक वर्ल्ड मॉडेलिंगकडे पाहतो, जे वातावरणाची प्रत न बनवता एजंट चाचणी वाढवण्याचा मार्ग असू शकतो. हा सुरुवातीच्या टप्प्यातील संशोधन शोधनिबंध आहे, उत्पादन नाही.
सोपा शब्दकोशarXiv, world model, test-time scaling
- arXiv
- संशोधक शोधनिबंध पोस्ट करतात, अनेकदा औपचारिक पीअर रिव्ह्यूपूर्वी, अशी ऑनलाइन साइट; ती अमेरिकेत आधारित असून Cornell University चालवते.
- world model
- एक AI मॉडेल जे वातावरणात पुढे काय होईल ते अंदाजते, जसे त्याची सिम्युलेटेड आवृत्ती.
- test-time scaling
- AI ला उत्तर देतानाच अनेक पर्याय वापरून सर्वोत्तम निवडू देऊन त्याची उत्तरे सुधारण्याची पद्धत.
बर्निंग पोटॅटो स्कोअर: 69%