Noticias sobre ThinkingBox

Hugging Face ha lanzado ThinkingBox-entrenamiento, diseñado para convertir calificaciones de bases de datos en recompensas de aprendizaje por refuerzo para el entrenamiento posterior de Agent. Al estimar la dificultad y ejecutar la pila de entrenamiento, esta herramienta puede ayudar a mejorar la fiabilidad y la eficiencia de los Agent. ThinkingBox-entrenamiento ya está disponible en GitHub, lo que marca una mayor incursión de Hugging Face en el campo del aprendizaje por refuerzo.

Microsoft lanza ThinkingBox para evaluar los registros reales que un agente de IA deja en la base de datos en lugar del texto que genera, lo que significa que los estándares de evaluación de los agentes de IA están pasando de un único "éxito en la llamada a herramientas" a la "consistencia del estado del backend" a largo plazo. Esta transición ayuda a exponer los errores ocultos de los modelos de lenguaje de gran tamaño en tareas de múltiples pasos.