ML Product Hub - ML новости

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