Naukowcy opracowali nową metodę ICRL, która pozwala modelom językowym uczyć się internalizować krytykę i poprawiać swoją zdolność do samodzielnego rozwiązywania problemów bez zewnętrznych wskazówek. System jednocześnie trenuje solver i krytyka, aby przekształcić sukcesy wynikające z krytyki w wbudowaną umiejętność.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google