ParetoRSI-Gym: Các agent AI có thể cải thiện mô hình ngôn ngữ trên nhiều lĩnh vực không?

Đoạn trích bài viết

Tự cải thiện tái phát (RSI) đòi hỏi một hệ thống agent thiết kế, huấn luyện và đánh giá người kế nhiệm của riêng mình. Việc huấn luyện hậu dựa trên dữ liệu là một phần trung tâm của vòng lặp đó, tuy nhiên các đánh giá hiện tại đo lường nó trên một chỉ số chuẩn duy nhất, nơi một agent chọn từ một nhóm tĩnh hoặc chưng cất một mô hình mạnh hơn để.