SID เผยแพร่รายงานทางเทคนิค SID-2 ว่าด้วยการค้นหาแบบฝูงเอเจนต์
เริ่มตรงนี้
SID เผยแพร่รายงานทางเทคนิคสำหรับ SID-2 โมเดลการดึงข้อมูลที่ฝึกด้วยการเรียนรู้แบบเสริมกำลัง ซึ่งประสานงานฝูงเอเจนต์ให้ค้นหาแบบขนานและแบ่งปันสิ่งที่ค้นพบ SID ระบุว่าในการตั้งค่าความพยายามต่ำสุด SID-2 ให้ผลดีกว่าการรัน SID-1 แบบขนานสี่ครั้ง โดยใช้ FLOPs ต่องานน้อยลง 13 เท่า โมเดลรองรับหน้าต่างบริบท 262k โทเคน โดยมีงานดึงข้อมูลบริบทแบบยาวที่ใช้ในการฝึกภายใต้การตั้งค่าความพยายามในการให้เหตุผลสูง มีระดับความพยายามในการให้เหตุผลต่ำ กลาง และสูง และมีตัวเลือก Metric Steering ที่ให้ผู้ใช้เลือกวัตถุประสงค์การดึงข้อมูลระหว่าง NDCG, F1 และ Recall@k SID ยังเผยแพร่ harness ด้วย
สร้างจากรายงาน · อัปเดต
ไทม์ไลน์รายงาน
ไล่ตามรายงานเพื่อดูเหตุการณ์นี้จากหลายด้าน
- Hacker News · AISID เผยแพร่รายงานเทคนิค SID-2: ขยายการค้นหาด้วยกลุ่มเอเจนต์
SID เผยแพร่รายงานเทคนิค SID-2 ซึ่งเป็นโมเดลการค้นคืนที่ฝึกด้วยการเรียนรู้แบบเสริมกำลัง ใช้กลุ่มเอเจนต์ค้นหาแบบขนานและแบ่งปันสิ่งที่แต่ละตัวค้นพบ SID-2 รองรับหน้าต่างบริบท 262k token ระดับความเข้มข้นในการอนุมานต่ำ กลาง และสูง รวมถึง Metric Steering ที่ให้ผู้ใช้เลือกเป้าหมายการค้นคืนระหว่าง NDCG, F1 และ Recall@k
ความร้อนแรงของเหตุการณ์นี้
ยังมีการเฝ้าดูต่อเนื่องไม่พอจะวาดแนวโน้ม