Chinese contentarXiv 论文:LLM 智能体无需人工指定即可自主构建自我改进算法
斯坦福系研究团队把训练循环的设计权交给了模型本身,冻结的 LLM 只靠改文本就变强了,还能迁移到 3D 导航。做 Agent 开发和强化学习的人应该看看,它可能预示下一阶段 post-training 的写法。
斯坦福系研究团队把训练循环的设计权交给了模型本身,冻结的 LLM 只靠改文本就变强了,还能迁移到 3D 导航。做 Agent 开发和强化学习的人应该看看,它可能预示下一阶段 post-training 的写法。