ページを読み込み中…
ページを読み込み中…
13件の記事
Yilin Xiao らは、LLM エージェントの長期対話におけるメモリ操作に追加呼び出しを不要とする Zero-Mem 手法を提案し、コスト削減を実現した。
NVIDIA AI は従来のロボットプログラミングの課題を解決するため、言語モデルを活用した自己改善型ロボットフレームワーク「ASPIRE」を導入しました。このシステムは、粗いフィードバックのみを受け取る既存手法とは異なり、より高度な環境で動作し、LIBERO-Pro の長期タスクにおいてゼロショット成功率 31% を達成しました。
AWSは、サポートチケット解決やコンテンツモデレーションを行うマルチターンエージェントをSageMaker AIで訓練する際の課題と、報酬のみを満たす不正な行動を防ぐための強化学習のベストプラクティスを発表した。
Microsoft Research は、AI エージェントのスキル編集を手動からトレーニングプロセスへ転換する「SkillOpt」を発表した。この手法は固定されたモデル外部でスキルファイルを学習可能パラメータと見なし、モデル重みを変更せずにエージェントの動作信頼性を向上させる。