🔒Открыть пост
и посмотреть медиа
и посмотреть медиа
Рубрика "Утренняя статья"
AgentFly: Тонкая настройка агентов на основе LLM без тонкой настройки самих языковых моделей
(AgentFly: Fine-tuning LLM Agents without Fine-tuning LLMs)
cсылка
AgentFly — это система, предназначенная для непрерывного и недорогого обучения агентов на основе больших языковых моделей (LLM) без необходимости дорогостоящей перенастройки самой модели. Система эффективно использует опыт из предыдущих задач через механизм памяти.
В основе метода лежит Memory-augmented Markov Decision Process (M-MDP), который позволяет агенту учиться и адаптироваться, учитывая прошлый опыт, как если бы у него была «память».
Ключевыми компонентами являются планировщик, исполнитель с возможностью использования инструментов и растущая база кейсов, где сохраняются прошлые траектории.
Эта комбинированная стратегия помогает агенту улучшать свою работу, извлекая полезную информацию из накопленного опыта, что приводит к высокому показателю эффективности, как на данных GAIA, так и на DeepResearcher, а также улучшению производительности в задачах вне распределения.
#статья