Naukowcy przedstawili Iris-mini i Iris-pro – dwa agenty wyszukiwania oparte na modelach 35B i 397B parametrów, trenowane metodą łączącą SFT i uczenie przez wzmacnianie (RL) na pytaniach wieloskokowych generowanych z sieci hiperłączy.
Iris-mini i Iris-pro to nowe agenty wyszukiwania, które uczą się myśleć wieloskokowe, czyli nie szukają odpowiedzi w jednym kroku, lecz skaczą między powiązanymi informacjami jak doświadczony detektyw tropący ślady. Trenowane na setkach miliardów parametrów, łączą klasyczne uczenie nadzorowane z uczeniem przez wzmacnianie, co brzmi jak przepis na naprawdę sprytnego asystenta badań.
Pytanie, które warto zadać: czy modele wytrenowane na pytaniach generowanych z sieci hiperłączy poradzą sobie z chaosem prawdziwego świata, gdzie wiedza bywa niekompletna, sprzeczna i trudna do zweryfikowania?
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