研究人员探索了一种改进AI模型性能的新方法，引入了交互缩放（interaction scaling），这是一种超越传统推理或采样技术的方法。计算的第三个维度涉及AI模型提出一个产物，一个外部工具观察其真实世界行为，然后模型根据此反馈修改其输出。这个循环过程允许纳入实际观察，克服内部计算方法的局限性。实验表明，当交互缩放得到真实世界反馈和指标的适当支持时，它在各种任务和模型家族中持续提高了性能，甚至超越了仅推理和采样方法。 AI
影响 引入了一种新的AI计算范式，通过将学习 grounding 在真实世界的交互中，可能带来更强大、更具适应性的模型。
排序理由 该集群描述了一篇提出新AI模型改进方法的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
