Обратная связь, которая оборачивается против в играх: Повторяют ли LLM-игроки ход, который только что видели провальным?
arXiv:2610.30205v1 Тип объявления: новый Абстракт: Когда ход LLM-агента заканчивается неудачей, система записывает ход и сообщение о неудаче в транскрипт и спрашивает снова. При вызове инструментов эта запись делает маленькие модели более склонными повторять неудачное действие. Мы проверяем ли...
- 01.arXiv:2610.30205v1 Тип объявления: новый Абстракт: Когда ход LLM-агента заканчивается неудачей, система записывает ход и сообщение о неудаче в транскрипт и спрашивает снова
- 02.При вызове инструментов эта запись делает маленькие модели более склонными повторять неудачное действие
- 03.Мы проверяем ли...
Материал представлен в формате расширенного аналитического дайджеста.
Читать полную версию в первоисточникеСвязанные материалы
Все материалы →Anthropic’s IPO filing reveals its strategy for keeping enterprise customers hooked
Anthropic’s S-1 shows more than half of its $100,000-plus customers now use both the Claude Platform and a first-party app, a cross-selling playbook reminiscent of Amazon that’s making enterprise customers stickier.
SpaceX locks in $40B GPU financing deal with Apollo
SpaceX has locked in a binding commitment for roughly $40 billion in financing to pay for AI chips and related data center equipment, the company disclosed in a regulatory filing Monday. In a statement, SpaceX called it the “largest committed GPU financing” ever.
FairStress: тест на демографическую справедливость моделей
📌 FairStress: тест на демографическую справедливость моделей Институт Аллена опубликовал набор FairStress для проверки того, меняет ли языковая модель своё решение о человеке из-за его расы, пола, религии, возраста, инвалидности или ориентации в сферах найма, кредитования,…