ÚLTIMA HORA: Um grupo de investigadores propôs o ProCeedRL, uma nova estrutura de aprendizagem por reforço para agentes baseados em linguagem que visa corrigir erros em tempo real, reduzir o impacto do ruído contextual e melhorar o desempenho em tarefas complexas de busca profunda e planeamento incorporado.


O ProCeedRL utiliza um critério a nível de processo para detectar passos incorretos durante a interação do agente com o seu ambiente.
Ver original
post-image
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixar