Улучшение функций вызова инструментов LLM и обучения RL.

Описание: В этом выпуске обзора исследований в области ИИ Алекс обсуждает статью: «Об эффективности и результативности вызова инструментов агентами и обучения с подкреплением». В этой статье систематически анализируется вызов инструментов агентами в больших языковых моделях по двум ключевым параметрам: эффективности и результативности. Во-первых, авторы демонстрируют, что существующие конвейеры оценки вызова инструментов очень чувствительны к незначительным, недокументированным параметрам реализации, таким как случайные начальные значения и системные подсказки, что делает рейтинги в таблицах лидеров ненадежными. Во-вторых, они исследуют обучение с подкреплением для вызова инструментов и выявляют основные источники вычислительных потерь как во время развертывания, так и во время обновления политики. Для решения этих проблем эффективности исследователи вводят две новые методики, которые значительно ускоряют обучение на основе обучения с подкреплением. Эти методы обеспечивают существенное ускорение по времени во время обучения без ухудшения общей производительности моделей. URL статьи: https://arxiv.org/pdf/2606.00135 #AI #MachineLearning #DeepLearning #LLM #ReinforcementLearning #ToolCalling #AIAgents