vllbc02
所有文章 标签 分类 关于
vllbc02

   约 169 字   预计阅读 1 分钟    次阅读  
  1. World model：预测执行 action 后 state 的转换，从而选择最合适的 action，对 agent 的应用很重要。World model 也能对应我的第一个科研点，即意外事件，意外事件即世界状态的突然转变，如果有 world model ，可以通过执行正确的 action 来解决意外事件。
  2. Tool-use RL：通过强化学习增强模型调用工具的能力，deepresearch 属于一个细分的方向
  3. Reasoning 相关：熵、思维链压缩，都有可以做的东西
更新于 0001-01-01
阅读原始文档
返回 | 主页