
InvestigaciónHugging Face Blog
Microsoft y Hugging Face convierten pruebas de bases de datos en recompensas para entrenar agentes de inteligencia artificial
Un nuevo sistema llamado ThinkingBox usa el estado final de una base de datos como señal de entrenamiento: un modelo de 27.000 millones de parámetros pasó de completar correctamente el 7,5% de las tareas en todos los intentos al 21,1%.