Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

Ռեկուրսիվ ինքնակատարելագործում. ի՞նչ է իրականում անում Google-ի Dream-RSI հետազոտությունը

Dev.to
Advertisement468 × 90
Ռեկուրսիվ ինքնակատարելագործում. ի՞նչ է իրականում անում Google-ի Dream-RSI հետազոտությունը

Google-ի հետազոտողները հրապարակել են Dream-RSI աշխատությունը, որը ուսումնասիրում է արհեստական բանականության ռեկուրսիվ ինքնակատարելագործումը: Թեև որոշ վերնագրեր պնդում են, որ Google-ը բեկում է արձանագրել ինքնավար բանականության ոլորտում, հետազոտությունը նկարագրում է ավելի սահմանափակ գործընթաց: Dream-RSI-ը բարելավում է որոնման քաղաքականությունը՝ Python ծրագիր, որը ուղղորդում է Gemini կոդավորման գործակալին, այլ ոչ թե փոփոխում է մոդելի քաշերը կամ ճարտարապետությունը: Որոնման ծառերը ձայնագրելով և դրանք սիմուլյացված միջավայրում վերարտադրելով՝ համակարգը օպտիմալացնում է գործակալի լուծումներ փնտրելու եղանակը, ինչը հանգեցնում է արդյունավետության բարձրացման: Այնուամենայնիվ, հիմնական մոդելները մնում են անփոփոխ: Հեղինակը եզրակացնում է, որ թեև այս տեխնիկան օգտակար է գործակալների որոնման վարքագիծը կարգավորելու համար, այն չի հանդիսանում ռեկուրսիվ ինքնակատարելագործում՝ բանականության պայթյունի ավանդական իմաստով, քանի որ համակարգի հիմքում ընկած բանականությունը չի էվոլյուցիայի ենթարկվում:

This is a summary. Read the full article at the original source:

Dev.to
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Habr-ի հոդվածում քննարկվում է «իմաստային» էմբեդինգների հայեցակարգը, որն ընդլայնում է ժամանակակից նեյրոնային ցանցերի հնարավորությունները: Հեղինակն առաջ…

Habr

Ինքնավար AI գործակալները գնալով ավելի ընդունակ են դառնում բարդ առաջադրանքներ պլանավորելու և կատարելու, սակայն այս ինքնավարությունը բերում է «գործակալա…

Dev.to
Advertisement970 × 250