Trajectory2Gym tạo dữ liệu tương tác có căn cứ quyết định cho tác tử AI dùng công cụ
Trajectory2Gym là một phương pháp tạo dữ liệu huấn luyện tốt hơn cho các tác tử AI sử dụng công cụ thông qua những tương tác gồm nhiều bước. Bài nghiên cứu cho rằng một chuỗi thao tác thành công chưa chắc đã là dữ liệu giám sát tốt: chuỗi đó có thể bỏ sót các mối phụ thuộc quan trọng hoặc chứa những hành động không được thông tin mà tác tử nhìn thấy tại thời điểm quyết định hỗ trợ. Hệ thống chủ động xây dựng các tương tác có thể thực thi xoay quanh những tổ hợp quan sát–hành động còn ít xuất hiện, sau đó chỉ giữ lại các quyết định có căn cứ từ lịch sử tương tác mà tác tử được thấy. Phương pháp này cũng cân đối lượng dữ liệu dành cho từng kiểu cấu trúc và coi toàn bộ tương tác là đơn vị quyết định trọng số huấn luyện, nhằm giúp tác tử học được vì sao một hành động phù hợp với bối cảnh thay vì chỉ bắt chước hành vi thành công.
Đọc bài gốc