PulseAugur
实时 05:35:21
实体 Oel

Oel

PulseAugur coverage of Oel — every cluster mentioning Oel across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_117823 ·

    新框架使语言模型能够从真实部署经验中学习

    研究人员推出了一种名为在线体验式学习(OEL)的新型框架,旨在使大型语言模型能够从其真实部署经验中持续改进。与依赖静态数据集进行离线训练的传统方法不同,OEL从模型使用中收集的交互轨迹中提取和整合知识。该过程包括两个阶段:提取可转移知识,然后通过同策略上下文蒸馏将其整合到模型参数中。该框架在一个迭代循环中运行,增强后的模型收集更高质量的数据,从而为后续学习轮次提供更丰富的体验式知识。在基于文本的游戏环境中进行的评估表明,OEL在保持分…