لابراتوار
۵ مقاله که به این لابراتوار مربوط است. جستجو و فیلتر در همین فهرست
برای پیش بردن کشف خودکار، ایجنت‌ها باید گاهی همه‌چیز را فراموش کنند
پژوهش خودکار با ایجنت‌های مدل زبانی در حوزه‌های مختلف نتیجه‌های امیدوارکننده‌ای داده است: ایجنت‌ها با اصلاح پیاپی و یک امتیازدهنده‌ی خودکار ایده‌های تازه پیدا می‌کنند. برای بزرگ کردن این کار سه راه هست: یک ایجنت بیشتر کار کند، چند ایجنت موازی کار کنند، یا ایجن
خودبهبودی بازگشتی با خودنظارتی چندایجنتی: مدلی که گردش‌کارهای چندایجنتی خودش را می‌سازد و از آن‌ها یاد می‌گیرد
خودبهبودی بازگشتی یک مدل روی تسک‌های غیرقابل تأیید مثل پژوهش باز، با گلوگاه نظارت روبه‌روست: وقتی خروجی‌ها از توان ارزیابی متخصصان انسانی فراتر می‌روند، بهترین بهینه‌ساز و ارزیاب در دسترس خود مدل است. اما یک نمونه‌ی واحد از مدل در این حلقه‌ی همگن به‌سختی استدل
هیپوکم: تثبیت تجربه بر اساس ساختار نیت برای حافظه و یادگیری ایجنت‌ها، الهام‌گرفته از استفاده و فراموشی در حافظه‌ی انسان
با گذر ایجنت‌ها از اجرای تک‌تسک به کار مستقل بلندمدت، تبدیل تجربه‌ی پیوسته به دانش قابل استفاده‌ی مجدد چالشی اساسی است. نگه داشتن کل جزئیات کار گذشته کانتکست را پر می‌کند و دور ریختنشان دانش را از بین می‌برد. معماری Hippocam از دو ویژگی حافظه‌ی انسان الهام می
پیش از آن‌که بتوانند حل کنند: پیش‌بینی کارایی ایجنت کدنویسی پس از آموزش، از روی مدل پایه
کدام نسخه‌ی پایه ارزش یک دور گران پس‌آموزش ایجنتی را دارد؟ معیار سرتاسری pass@K می‌سنجد آیا رفتار موفق در توزیع مدل پایه هست، اما برای کدنویسی ایجنتی مناسب نیست، چون بسیاری از مدل‌های پایه حتی نمی‌توانند فراخوانی ابزار درست‌قالب تولید کنند. تسک‌های تک‌مرحله‌ای
شارپ: هرس هارنس‌های ایجنت بر اساس برجستگی ماژول‌ها
هارنس‌های ایجنت برای رفع نیازها و شکست‌ها معمولاً با افزودن و وصله کردن دستورها، ابزارها و گردش‌کارها مرحله به مرحله پیچیده‌تر می‌شوند. معلوم نیست برخی از ماژول‌های حاصل زائد هستند یا نه، یعنی سربار توکن زیادی بدون بهبود محسوس اضافه می‌کنند. روش SHarP با الهام