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 conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Marcar