ページを読み込み中…
2件の記事
テック業界は、AI モデルの能力だけでなく、一般消費者が求める機能に基づいてエージェントを構築する必要性に気づき始めている。
Meta社がComposerにオンライン強化学習を適用し、本番環境でモデルチェックポイントを提供し、実際のユーザーインタラクションを報酬信号として使用して、1日に複数回改善されたチェックポイントをリリースした。