EXCLUSIF : un nouvel article académique suggère que les agents basés sur de grands modèles linguistiques peuvent non seulement utiliser des outils, mais aussi créer et affiner des compétences complexes par eux-mêmes.


La proposition, appelée EvoSkills, rapporte des améliorations significatives par rapport aux compétences sélectionnées par des humains et démontre une transférabilité entre plusieurs familles de modèles.
EvoSkills a atteint un taux de réussite de 71,1 % sur SkillsBench, contre 53,5 % pour les compétences sélectionnées par des humains et 30,6 % pour l'absence de compétences.
Voir l'original
post-image
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
Ajouter un commentaire
Ajouter un commentaire
Aucun commentaire
  • Épingler