Search

直接匹配不多,已補上最新動態。

Tag: #skill-bank1 results

COSPLAY:共同演化LLM代理用於長時程任務

COSPLAY:共同演化LLM代理用於長時程任務

COSPLAY是一個共同演化框架,其中LLM決策代理從可學習技能庫檢索技能來引導行動,同時技能管道從滾動中發現並精煉可重用技能。它提升了遊戲中長時程決策能力,適用於部分可觀測性和延遲獎勵環境。使用8B模型,在單人遊戲基準上比基準提升平均25.1%獎勵。

ArXiv AIResearchApr 24#co-evolution#skill-bank#long-horizon
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。