エージェントのための合成タスク生成のスケーリング：探索によるアプローチ

インタラクティブエージェントを構築するために事後トレーニングされた多言語大規模言語モデル（MLLM）は、コンピューター操作、ウェブナビゲーション、ロボティクスなどの分野で有望な可能性を秘めています。このような事後トレーニングのスケーリングにおける重要な課題は、多様性があり、実現可能であり、検証可能なタスクを持つ高品質な下流エージェント用タスクデータセットの不足です。既存のタスク生成アプローチは、人間の注釈に依存するか、限られた下流環境情報で MLLM にプロンプトを与えることに大きく依存しており、いずれもコストがかかるか、カバー範囲が限られたタスクを生成するためスケーラビリティが低いという問題があります。これを解決するために、私たちは AutoPlay を提示します。これはスケーラブルな…