谷歌 DeepMind 通过强化学习微调提升 AI 决策能力 近期，谷歌 DeepMind 团队与约翰・开普勒林茨大学 LIT AI 实验室合作，开展了一项关于人工智能语言模型的新研究。他们采用了强化学习微调（RLFT）技术，旨在提升语言模型的决策能力。这项研究的重点在于，通过思维链的强化训练，解决了模型在决策过程中存在的一些关键问题。随着大数据的应用，现有的语言模型已经展现出处理文本的超越能力，甚至能够在交互环境中做出基于知识的决策。然而，这些模型在实际决 AI热点 3天前 0 点赞 0 评论 140 浏览
