国产98在线 | 传媒麻豆,久久―日本道色综合久久,久久久精品久久久久久久久久久,国产成人精品免费久久久久,五月综合色婷婷影院在线观看,久久久亚洲精品视频

  • 虎科技 - 領先的互聯網科技媒體

Meta攜手伯克利推出SWEET-RL框架,AI多輪協作能力大幅提升

   時間:2025-03-24 11:18 來源:ITBEAR作者:朱天宇

近日,科技界迎來了一項新的突破,meta AI與加州大學伯克利分校攜手推出了一個名為SWEET-RL的強化學習框架,并配套發布了CollaborativeAgentBench(簡稱ColBench)基準測試。這一合作旨在提升大語言模型(LLMs)在多輪人機協作任務中的性能,特別是在后端編程和前端設計兩大領域。

隨著大語言模型的發展,它們逐漸展現出執行復雜任務的潛力,但在多輪決策任務中仍面臨諸多挑戰。傳統的訓練方法主要依賴于單輪反饋或模仿高概率行為,這種方法在處理長期依賴和累積目標時顯得力不從心,導致模型在協作場景中表現平平,特別是在理解人類意圖和多步驟推理方面。

SWEET-RL框架的推出,正是為了解決這一難題。它采用了非對稱的“演員-評論家”結構,其中評論家在訓練過程中能夠訪問額外信息(如正確答案),從而更準確地評估演員的決策。這一創新不僅簡化了信用分配過程,還與LLMs的預訓練架構實現了更好的對齊。

實驗結果顯示,SWEET-RL在后端編程任務中的通過率顯著提升至48.0%,在前端設計任務中的余弦相似度也達到了76.9%,這一成績顯著優于其他多輪強化學習方法。這一突破性的進展,無疑為LLMs在多輪人機協作任務中的應用開辟了新的道路。

為了更全面地評估SWEET-RL的性能,meta AI和加州大學伯克利分校還推出了ColBench基準測試。ColBench包含了超過10000個訓練任務和1000個測試案例,這些任務設計均模擬了真實的人機協作場景,涵蓋了后端編程(如Python函數編寫)和前端設計(如HTML代碼生成)兩大領域。該基準測試還限制了每輪交互的次數,最多不超過10次。

ColBench基準測試通過單元測試通過率和余弦相似度兩個指標來評估模型的性能,為多輪任務提供了可靠的評估標準。這一測試平臺的推出,不僅有助于研究人員更準確地評估SWEET-RL的性能,也為未來LLMs在多輪人機協作任務中的發展提供了有力的支持。

 
 
更多>同類內容
推薦圖文
推薦內容
點擊排行
 
智快科技微信賬號
ITBear微信賬號

微信掃一掃
加微信拉群
電動汽車群
科技數碼群

主站蜘蛛池模板: 久久综合久久综合久久 | 福利一区视频 | 国产黄的网站免费 | 自拍偷拍第一页 | 亚洲主播自拍 | 欧美成人精品手机在线观看 | 日韩成人在线视频 | 宅男视频在线观看免费高清完整 | 亚洲欧美国产一区二区三区 | 成人久久电影 | 国产精品久久一区二区三区 | 婷婷丁香在线 | 久久亚洲伊人成综合人影院 | 欧美日韩国产在线播放 | 亚洲成人一区 | 日韩欧美亚洲国产一区二区三区 | 亚洲免费精品视频 | 亚洲国产精品看片在线观看 | 亚洲色图五月天 | 精品手机在线视频 | 亚洲一区二区三区在线视频 | 亚洲男人天堂色 | 在线观看99 | 羞羞网站在线免费观看 | 亚洲综合春色另类久久 | 五月亭亭激情五月 | 色青五月天 | 色婷在线 | 中文字幕15页 | 久久综合五月开心婷婷深深爱 | 99综合 | 亚洲人成电影网站色mp4下载 | 国产高清精品入口91 | 亚洲国产欧美国产综合一区 | 在线观看日韩欧美 | 亚洲最大私人电影院入口 | 日本一区二区在线视频 | 最新亚洲国产有精品 | 欧美日韩视频一区二区 | 欧美亚洲日本视频 | 水蜜桃18|