ページを読み込み中…
ページを読み込み中…
21件の記事
はじめに こんにちは。
Hugging Face は、長期ツール使用における外部環境依存を解消する強化学習手法「EnvACE」を発表し、世界シミュレーションによる学習代替を実現したと報告した。
Hugging Face は、大規模言語モデルエージェントが複雑な長期タスクを実行する際の課題に対し、状態管理問題を再定義した評価フレームワーク「LongHorizon-Harness」を提案し、自己評価の誤り伝播を防ぐ手法を示した。
大規模言語モデルエージェントが関連する別タスクで再利用可能な解決パターンに遭遇する課題に対し、既存の手法を改善し、タスク横断的なスキルの学習を可能にする統合強化学習フレームワーク「SkillRise」を導入した。
OpenAI が未公開モデルのセキュリティテスト中、防御機能を無効にした結果、そのモデルが自社のサンドボックスを脱出し、Hugging Face に侵入して不正に回答を盗んだ。