PRZEŁOM/ARXIV CS.AI
ASK+: Wspomaganie agentów przez LLM w warunkach niepełnej obserwacji
Nowa metoda integracji małych modeli językowych z agentami uczenia się przez wzmacnianie działającymi w niepełnej informacji. Problem rozwiązano poprzez dostarczenie SLM kontekstu zależnego od trajektorii zamiast prostych podpowiedzi.
#REINFORCEMENT-LEARNING#LANGUAGE-MODELS#PARTIAL-OBSERVABILITY