Los investigadores de Microsoft introducen artista: un marco de aprendizaje de refuerzo que equipa LLMS con razonamiento de agente y uso de herramientas dinámicas
Los LLM han obtenido ganancias impresionantes en un razonamiento complejo, principalmente a través de innovaciones en arquitectura, escala y enfoques de capacitación como RL. RL mejora las LLM mediante el…