Eine coole, weniger bekannte Tatsache in der Geschichte der LLMs - Jedes Labor hat sein Tool-Calling-Format ganz anders gestaltet, und lange Zeit war dies ein ziemlich wichtiges Geheimnis, das bewahrt werden musste. Nous Research war das erste, das ihr Hermes-Tool-Calling-Format und Modell als Open Source veröffentlichte, das 2024 die BFCL-Tool-Calling-Leaderboard zerschmetterte und den Menschen ein zuverlässiges Tool-Format und einen Parser zeigte. Kurz darauf begann Qwen ebenfalls, das Hermes-Tool-Format zu verwenden, und jetzt nutzen alle Qwen-Modelle es bis heute. Das Hermes-Format wurde auch zum Fundament für unsere swe-1-Modelle bei Windsurf. Es ist wirklich cool zu sehen, wie die Beiträge dieses Labors im Open Source weiterleben. So sieht es aus: <|im_start|>assistant <tool_call> {name: args:} </tool_call> <|im_end|>

2024 war das Jahr der Agenten 2025 war das Jahr des RL 2026 wird das Jahr des kontinuierlichen Lernens

Das könnte mein Lieblingspapier des Jahres sein🤯 Rich Sutton behauptet, dass die aktuellen RL-Methoden uns nicht zum kontinuierlichen Lernen bringen werden, da sie nicht auf vorherigem Wissen aufbauen; jeder Rollout beginnt von neuem. Forscher in der Schweiz stellen Meta-RL vor, das diesen Code knacken könnte. Optimieren über Episoden mit einem Meta-Lernziel, das die Agenten dann dazu anregt, zuerst zu erkunden und dann auszunutzen. Und dann über frühere Misserfolge für zukünftige Agentenläufe nachzudenken. Unglaubliche Ergebnisse und insgesamt eine unglaubliche Lektüre eines Papiers. Autoren: @YulunJiang @LiangzeJ @DamienTeney @Michael_D_Moor @mariabrbic