سازمان
۲ مقاله که به این سازمان مربوط است. جستجو و فیلتر در همین فهرست
فشرده کردن حافظه‌ی کلید-مقدار مدل برای یک سند، با آموزش در زمان اجرا
کانتکست‌های طولانی حافظه‌ی کلید-مقدار مدل را بزرگ می‌کنند و مصرف حافظه و هزینه‌ی توجه را هنگام تولید بالا می‌برند. فشرده کردن این حافظه باید اطلاعات لازم برای سؤال‌هایی را که هنوز پرسیده نشده‌اند حفظ کند؛ مثلاً اگر سند یک دفترچه‌ی تلفن است، شماره‌ی هر کسی که ب
آیا ایجنت‌ها می‌توانند با یادگیری به صدر برسند؟ سنجش یادگیری اکتشافی در یک رقابت بلندمدت بازی‌های رقابتی
بازی‌های رقابتی پیشرفت از جست‌وجوی اکتشافی تا یادگیری تقویتی را پیش برده‌اند، اما یادگیری و تطبیق راهبرد از نمونه‌های محدود هنوز سخت است. ایجنت‌ها جایگزینی پیشنهاد می‌کنند: تجربه‌ی بازی را به بازنگری در سیاست‌های اجرایی، یعنی کد بازیکن، تبدیل کنند. نویسنده‌ها