Tới nội dung
Sự việc nóngĐang theo dõi

Google hướng dẫn huấn luyện Gemma 4 thành tác nhân sử dụng công cụ bằng Tunix trên TPU

1 bài viết1 nguồn đưa tinCập nhật 1 ngày trước

Bắt đầu từ đây

Tóm tắt AI

Google đã công bố một hướng dẫn cho thấy cách huấn luyện một tác nhân LLM đa lượt, sử dụng công cụ, với pipeline học tăng cường dạng tác nhân của Tunix trên một máy chủ Cloud TPU v6e-8 duy nhất. Mô hình chính sách là Gemma 4 E2B ở chế độ thinking, thay thế chính sách MLP tùy chỉnh được dùng trong ví dụ trò chơi bàn cờ Plane Strike của một bài blog học tăng cường TensorFlow/JAX trước đó. Mã đầy đủ nằm trong kho GitHub planestrike-gemma4-rl, và Google chỉ độc giả đến tài liệu Tunix để huấn luyện mô hình tác nhân của riêng họ với Tunix và Google TPU. Hướng dẫn mô tả một thiết lập, không phải một kết quả huấn luyện được báo cáo.

Tạo từ các bài viết · cập nhật

Dòng thời gian bài viết

Theo các bài viết để thấy sự việc từ nhiều phía.

19 tháng 11
  1. Google Developers Blog
    Google dùng Tunix huấn luyện tác nhân gọi công cụ đa lượt Gemma 4 trên TPU

    Google phát hành hướng dẫn, giới thiệu cách dùng quy trình agentic RL của Tunix để huấn luyện tác nhân gọi công cụ đa lượt trên một Cloud TPU v6e-8 duy nhất, với chế độ thinking của Gemma 4 E2B làm mô hình chính sách.

Độ nóng của sự việc này

Chưa đủ quan sát liên tục để vẽ xu hướng.