Fakta keren yang kurang dikenal dalam sejarah LLM - Setiap lab melakukan format pemanggilan alat mereka dengan sangat berbeda, dan untuk waktu yang lama ini adalah rahasia yang cukup penting untuk disimpan. Nous Research adalah yang pertama membuka format dan model panggilan alat Hermes mereka, yang menghancurkan papan peringkat pemanggilan alat BFCL pada tahun 2024, dan menunjukkan kepada orang-orang format alat dan parser yang andal. Tepat setelah itu, Qwen mulai menggunakan format alat Hermes juga, dan sekarang semua model Qwen masih menggunakannya hingga hari ini. Format Hermes juga menjadi landasan untuk model swe-1 kami di Windsurf. Sangat keren melihat kontribusi lab ini hidup dalam open source. Begini tampilannya: <|im_start|>asisten <tool_call> {nama: args:} </tool_call> <|im_end|>

2024 adalah tahun agen 2025 adalah tahun RL 2026 akan menjadi tahun pembelajaran berkelanjutan

Ini mungkin koran favorit saya tahun🤯 ini Rich Sutton mengklaim bahwa metode RL saat ini tidak akan membawa kita ke pembelajaran berkelanjutan karena mereka tidak menggabungkan pengetahuan sebelumnya, setiap peluncuran dimulai dari awal. Para peneliti di Swiss memperkenalkan Meta-RL yang mungkin memecahkan kode itu. Optimalkan di seluruh episode dengan tujuan meta-learning, yang kemudian memberi insentif kepada agen untuk menjelajahi terlebih dahulu dan kemudian mengeksploitasi. Dan kemudian renungkan kegagalan sebelumnya untuk eksekusi agen di masa mendatang. Hasil yang luar biasa dan pembacaan makalah yang luar biasa secara keseluruhan. Penulis: @YulunJiang @LiangzeJ @DamienTeney @Michael_D_Moor @mariabrbic