实体
A-RSI
A-RSI
PulseAugur coverage of A-RSI — every cluster mentioning A-RSI across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
AI模型A-RSI学习何时刷新训练数据以实现自改进
研究人员开发了A-RSI，一种用于多模态自改进的新型AI模型方法，该方法侧重于何时引入新的训练数据。与先前通常依赖模型预测进行监督的方法不同，A-RSI监控训练日志中的奖励变化和准确性，在学习信号减弱时刷新其任务池。该系统使用模型编写的程序库生成自己的多模态问题和答案，无需外部训练示例或人工标签。在评估中，A-RSI通过引入800个新任务，将平均分数从57.77提高到61.05，从而在十一个基准测试中提高了性能。
-
Hugging Face 论文详述 AI 自我改进和具身规划
Hugging Face 的两篇新研究论文探讨了提高 AI 模型性能和适应性的方法。第一篇 A-RSI 通过根据下降的学习信号动态刷新训练任务来专注于自我改进，从而在没有外部标签的情况下提高基准性能。第二篇 CausGround 引入了一个用于具身规划的框架，该框架从交互经验中提取可重用的动作先决条件和效果，从而能够在无需重新训练的情况下实现跨不同环境的自适应规划。