Обратите внимание на новую волну моделей System One, если вы создаёте собственные harness-системы. Сначала Jev. Теперь Contrastive Language Model (CLM). CLM работает в 9 раз быстрее, чем Jev. Похоже, что CLM лучше справляется с ролью верификатора, особенно в задачах с длинным горизонтом выполнения. Чем отличаются Jev и CLM? CLM использует контрастное обучение, а Jev обучается с помощью Reinforcement Learning for Calibrated Decisions (RLCD). Jev получает ситуацию вместе с заранее определёнными вопросами и возвращает типизированные решения с вероятностями. CLM кодирует ситуацию и возможные действия в эмбеддинги, сравнивает их сходство, а затем ранжирует или выбирает наиболее подходящий вариант. Суть в том, что существует несколько способов решать эту задачу, и это действительно интересно. Код и веса опубликованы под Apache 2.0. 🚬