研究人员开发了一种新的化学工具学习方法,该方法使用单一策略,优于先前多智能体强化学习方法。该单一策略模型通过监督预训练和结果级强化学习进行训练,在单次生成中交织推理和工具调用。当应用于使用 Qwen 2.5 7B 和 Llama-3.1:8b 主干的 ChemToolBench 数据集时,与现有的搜索配置相比,该模型在工具 F1 和回报 F1 分数上取得了显著的改进。 AI
影响 这项研究可能带来更高效、更准确的 AI 系统,用于需要外部工具集成的复杂任务。
排序理由 该集群描述了一篇新的研究论文,其中详细介绍了一种新颖的 AI 工具学习方法,包括性能基准测试。
在 Hugging Face Daily Papers 阅读 →
- Armin Zolfagharidariani
- arXiv
- CheMatAgent
- ChemToolBench
- generative pre-trained transformer
- Llama-3.1:8b
- Monte Carlo tree search
- Qwen 2.5 7B
- Hugging Face
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →