1/ В Arc мы задавались вопросом: что на самом деле означает, что система ИИ становится лучше со временем? В результате мы начали исследовать, как агенты могут адаптироваться и учиться во время вывода. Предварительная публикация: Мы предлагаем переход от переобучения, ориентированного на модель, к обучению во время вывода, ориентированному на систему.

1/5 Хотите включить обучение в реальном времени для ваших агентов? Наш Atlas SDK — это готовое решение, которое позволяет любому агенту учиться на опыте. Убедитесь в результатах сами в этой демонстрации, а также узнайте, как начать.

Сегодня мы представляем систему вознаграждений ATLAS, нашу новую архитектуру, которая устанавливает новый SOTA на RewardBench V2 с точностью 93,7%. Наша основная идея заключалась в том, чтобы рассматривать генерацию вознаграждений как проблему систем и маршрутизации. Тред 👇 Полный технический блог: