RLTL;DR

Apple 的 RLTL;DR 方法提升 AI 自我改进能力，而 LLM 社交学习效果参半 · 跟踪 3 个来源

研究人员开发了 RLTL;DR，一种新颖的 AI 自我改进方法，允许模型在失败尝试后生成并内化自己的反馈。该方法在具有挑战性的工具调用和编码任务上显示出显著的改进，即使在评估期间没有反馈的情况下，也能达到 14-31% 的 Pass@1。此外，研究正在探索 LLM 的递归社交改进，其中代理之间相互学习，但目前的 LLM 代理在效率和有效性方面难以超越独立学习者。