Superhuman vending bot Агенту дают 500usd, автомат на три лотка, чаржат по 2usd в день за использование автомата, а еще 3 тулa: - посмотреть информацию о субагенте - выдать задачу субагенту - спросить что то субагента Субагенты в свою очередь могут собрать деньги из автомата, положить новые товары, установить цены и тд. В чем цель? Наторговать на максимальный обьем денег. Крайне любопытная работа и бенчмарк, ознакомьтесь paper
Superhuman vending bot Агенту дают 500usd, автомат на три лотка, чаржат по 2usd…
Из этого канала
- #1056"Добро пожаловать в эру обучения на опыте (от Дэвида Сильвера и Ричарда…
"Добро пожаловать в эру обучения на опыте (от Дэвида Сильвера и Ричарда Саттона) Мол хорошие данные полученные от людей к концу подходят.
- #1057Несколько дней не видел обзорок по тест тайм скейлингам, RLям, CoT, агентам и…
Несколько дней не видел обзорок по тест тайм скейлингам, RLям, CoT, агентам и вот этому всему.
- #1058RL не развивает потенциал рассуждений LLM (by Tsinghua) RL с верифицируемыми…
RL не развивает потенциал рассуждений LLM (by Tsinghua) RL с верифицируемыми наградами (RLVR) — один из самых популярных подходов для прокачки…
- #1054Еще один крутецкий момент на https://www.alphaxiv.org/ Там есть не только сами…
Еще один крутецкий момент на https://www.alphaxiv.org/ Там есть не только сами статьи, но и вкладка Blog, а на ней показывается сгенеренный по статье…
- #1052Ребятки, на https://www.alphaxiv.org/ приехал o4-mini Напоминаю, что это как…
Ребятки, на https://www.alphaxiv.org/ приехал o4-mini Напоминаю, что это как соцсеть по архиву и там можно чатиться с ллмками по архивным статьям