站内搜索 · 导航
出海搜索导航
聚合海外服务器、出海资源、实用工具与教程文档,输入关键词即可快速查找全站内容。
搜索:thinking
共找到 6 条结果
数据库校验当奖励,Agent训练新思路数据库校验当奖励,Agent训练新思路 最近看到 ThinkingBox 团队把数据库校验信号直接做成强化学习奖励,这个思路挺有意思。他们之前用数据库最终状态来评估 Agent 的工作质量,现在把这套可执行信号搬到了训练任务上,等于让模型在…https://talk.lekuidc.com/2572.html
把数据库校验变成强化学习奖励把数据库校验变成强化学习奖励 最近看到 ThinkingBox 团队发的一篇后续文章,讲他们怎么把数据库校验的结果直接变成强化学习的奖励信号。之前他们做过一个基准,专门评估智能体操作数据库后的最终状态对不对,现在这套思路被搬到了训练环节,而…https://talk.lekuidc.com/2275.html
把数据库校验变成训练奖励把数据库校验变成训练奖励 最近看到 ThinkingBox 团队发的一篇后续文章,讲的是把数据库最终状态校验直接当作强化学习的奖励信号。他们之前做过一个基准测试,专门检查智能体操作完数据库后,最终状态是否和预期一致。这次更进一步,在 Thi…https://talk.lekuidc.com/2230.html
微软新工具给AI代理打分微软新工具给AI代理打分 最近看到微软研究院放出一个叫 ThinkingBox 的评测框架,专门用来给 AI 代理打分。它的思路挺有意思:不看代理生成的句子漂不漂亮,而是看它到底在系统里留下了什么痕迹——比如数据库记录有没有真的改对、工具调…https://talk.lekuidc.com/891.html
AI代理说做完了,数据库却出卖了它AI代理说做完了,数据库却出卖了它 最近微软发了一篇挺有意思的文章,讲他们做了一个叫ThinkingBox的评测框架,专门用来给AI代理打分。但打分的方式很特别:不看代理生成的漂亮句子,而是看它在数据库和文件系统里留下的实际痕迹。换句话说,…https://talk.lekuidc.com/692.html
微软新工具给AI代理打分微软新工具给AI代理打分 今天刷到微软发的一个新东西叫ThinkingBox,挺有意思。它不看你家AI代理嘴上说了什么,而是直接去检查它实际在数据库、后台系统里留下了什么痕迹,然后看它能不能连续二十次都做对。说白了,就是不再被「工具调用成功…https://talk.lekuidc.com/676.html