То, что я делаю, вероятно, совершенно возможно с помощью крупного мышления следующего поколения LLM, просто наблюдающего за происходящим и формулирующего свою задачу как предоставление меньшей модели RL «советов» через дополнительную награду fn.

На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .