#自己プレイ のAIニュース

Hugging Face、LLM 自己改善フレームワーク「SPADE」を公開

Hugging Face は、言語エージェントが自己生成した多様な適応目標を用いて継続的に自己改善を行うための強化学習フレームワーク「SPADE」を発表し、環境設計者と学習者の二役を単一 LLM が担う仕組みを示した。