Google的“internal RL”如何解锁长时程 AI 代理

Source: VentureBeat

概述

谷歌的研究人员开发了一种技术，使 AI 模型更容易学习通常会导致大型语言模型（LLM）产生幻觉或崩溃的复杂推理任务。该技术并不是通过下一个标记预测来训练 LLM，而是采用一种称为内部强化学习（internal RL）的方式，st…