Search

直接匹配不多,已補上最新動態。

Tag: #self-monitoring2 results

自我監控需結構整合

自我監控需結構整合

自我監控模組如元認知作為輔助損失,在連續時間多時間尺度RL代理中各種捕食者-獵物環境中無顯著益處。將輸出結構整合至決策路徑,在非穩態環境中帶來邊際改善,但未優於基準。關鍵教訓:自我監控須直接影響決策,而非平行運行。

Ox Alpha:神秘模型公開亮相

Ox Alpha:神秘模型公開亮相

Ox Alpha 是一款透過 OpenRouter 與 OpenCode 提供的匿名模型,具備 100 萬 token 上下文、圖片與影片輸入、工具呼叫及免費使用等能力。早期測試顯示其推理與程式設計表現強勁,但開發者、參數量、訓練資料與正式基準排名仍未獲確認。