研究人员推出 Marvo,一种新颖的自演化视觉代理,旨在从无标签图像中学习工具调用。Marvo 采用挑战者代理从图像生成问题,以及通过强化学习工具使用方式的求解器代理。通过引入边际奖励,该系统可以在没有人为监督的情况下自适应地调整问题复杂度,从而在各种推理基准测试中将准确性显著提高高达 7.1%。 AI
影响 这种方法可以通过消除对精选问答对的需求来降低训练视觉代理的成本。
排序理由 详细介绍新 AI 代理和方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →