Salesforce AI Research 发布 JoMoHa：用强化学习同时训练智能体与执行框架
做智能体训练的人可以看看这篇。Salesforce 的做法是把 harness 也变成一个 RL 策略来一起训练，而不是只用固定的前沿模型改框架，还解决了交替更新导致的性能崩塌问题。在 ALFWorld 上跑到 97%，比只训模型或只训框架的基线都强。
#JoMoHa
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「JoMoHa」标签的资讯、产品与论文，按刊登时间排，新的在上。
11月13日
