Apa yang saya lakukan mungkin sepenuhnya mungkin dengan LLM generasi berikutnya yang berpikir besar hanya mengamati apa yang terjadi dan membingkai tugasnya sebagai memberikan "nasihat" kepada model RL yang lebih kecil melalui fungsi hadiah tambahan.

Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.