Noticias sobre PivotOPD

NVIDIA ha lanzado el método de destilación de políticas en línea PivotOPD, lo que significa que el enfoque de optimización para los agentes de LLM de múltiples turnos está pasando de una mera capacidad de generación en un solo paso a complejas capacidades de recuperación de errores y planificación a largo plazo. Al mejorar el rendimiento de corrección de errores de los agentes tras fallos críticos, esta tecnología proporciona una vía eficaz para resolver el cuello de botella de la robustez en tareas de múltiples pasos.