Bài báo mới của FAIR giới thiệu ExIt (Exploratory Iteration), một phương pháp dựa trên RL đào tạo LLM trên các tinh chỉnh từng bước nhưng khởi động từ chính đầu ra của chúng—mở khóa việc tự cải tiến đa bước hiệu quả tại thời điểm suy diễn và đạt được mức tăng 22% trên MLE-bench.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Bài báo mới của FAIR giới thiệu ExIt (Exploratory Iteration), một phương pháp dựa trên RL đào tạo LLM trên các tinh chỉnh từng bước nhưng khởi động từ chính đầu ra của chúng—mở khóa việc tự cải tiến đa bước hiệu quả tại thời điểm suy diễn và đạt được mức tăng 22% trên MLE-bench.