هوش مصنوعی
SCOPE آموزش عامل‌های وب را از مهارت‌های محلی به کارهای چندمرحله‌ای گسترش می‌دهد
پژوهشگران در پیش‌چاپی در arXiv چارچوبی به نام SCOPE پیشنهاد کرده‌اند تا آموزش عامل‌های وب مبتنی بر مدل‌های زبانی بزرگ را تدریجی‌تر کند؛ جزئیات چکیدهٔ در دسترس محدود است.
آموزش عامل‌های وب با اکتشاف ساده دشوار است: مسیرهای موفق کم‌یاب‌اند و پاداش‌های پراکنده در پایان کار، بازخورد مفیدی از تلاش‌های ناموفق فراهم نمی‌کنند. پیش‌چاپی در arXiv چارچوب Skill-Composed Progressive Exploration یا SCOPE را برای آموزش کارهای طولانی و چندمرحله‌ای پیشنهاد می‌کند. این روش، اکتشاف را به‌تدریج از مهارت‌های محلی به توانایی حل کامل وظیفه گسترش می‌دهد. چکیدهٔ منتشرشده در منبع در میانهٔ توضیح سازوکار روش قطع می‌شود و جزئیات بیشتری ارائه نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده