lab Hugging Face Blog · baru saja · releases

ServiceNow CoreAI merilis AutoSynthData untuk menghasilkan data pelatihan agen perusahaan

Diterjemahkan dari English → Bahasa Indonesia

ServiceNow CoreAI memperkenalkan AutoSynthData, sebuah pipeline yang menghasilkan dan memvalidasi tugas pelatihan sintetis untuk agen perusahaan dengan memanfaatkan kegagalan model target dan keberhasilan guru yang lebih kuat. Sistem ini mengidentifikasi kesenjangan kemampuan melalui evaluasi diagnostik dan membuat tugas yang dapat dieksekusi dengan verifier untuk mengatasi kelemahan spesifik.

Tugas didefinisikan oleh spesifikasi sistem, prompt pengguna, dan verifier yang memastikan kelayakan, realisme, dan kesulitan.
Fase "target" menghasilkan sampel inti sementara fase "multiply" memperluasnya menjadi varian baru.
Kontrol kualitas termasuk verifikasi positif/negatif dan perbaikan berbasis kritik untuk kandidat individu.
Tinjauan tingkat batch memantau cakupan dan keragaman untuk mencegah representasi berlebihan dari keluarga tugas mudah.

Pendekatan ini memperlakukan generasi data sintetis sebagai pencarian di dekat batas kemampuan model, memungkinkan kurikulum bergeser menuju kesulitan yang tersisa seiring agen meningkat.

Kepentingan 1/3 Kepercayaan 1/3 Hugging Face Blog AI agents Training methods

Artikel terkait

lab Microsoft Research Blog · 1 hari lalu · 3 tayangan

Sistem Microsoft Research memprediksi risiko cuaca luar angkasa untuk 66.935 gardu induk di AS

Sebuah pipeline pembelajaran mesin yang dikembangkan di Microsoft Research menghasilkan estimasi risiko arus terinduksi geomagnetik (GIC) spesifik lokasi untuk 66.935 gardu induk di daratan Amerika Serikat. Sistem ini menggabungkan prakiraan angin matahari dengan data geologi lokal untuk memberikan operator jaringan peringatan dini selama 30 hingga 60 menit sebelum risiko tertentu muncul.

arxiv arXiv cs.CL · 3 hari lalu · 4 tayangan

ROFT meningkatkan model agentic dengan fine-tuning pada penjelasan yang dihasilkan sendiri

Peneliti menyelidiki Retrospection-Only Fine-Tuning (ROFT), sebuah prosedur online minimal di mana agen menghasilkan penjelasan retrospektif dari pengalamannya sendiri dan dilakukan fine-tuning menggunakan hanya kerugian prediksi token berikutnya pada token penjelasan tersebut. Metode ini tidak memerlukan guru eksternal atau pembaruan kebijakan berbasis imbalan.

arxiv arXiv cs.CL · 8 hari lalu · 8 tayangan

VHD-Play menghasilkan lingkungan RL agentic dari mekanisme yang terpecahkan

VHD-Play adalah sebuah pipeline yang menghasilkan beragam lingkungan pembelajaran penguatan (reinforcement learning) agentic dengan cara melakukan sampling dan pemecahan model matematika sebelum merender proses pengambilan keputusan mereka sebagai alat berstatus (stateful). Pendekatan ini memastikan bahwa dinamika yang dapat dieksekusi dan referensi skor lintasan diwarisi langsung dari model yang telah terpecahkan, sehingga mengatasi masalah ketidakselarasan yang umum terjadi pada pipeline generasi yang ada.

arxiv arXiv cs.CL · 8 hari lalu · 10 tayangan

SkillGym menginternalisasi keterampilan manusia ke dalam LLM untuk pemecahan masalah dunia nyata

Para peneliti memperkenalkan SkillGym, sebuah kerangka kerja yang mengubah keterampilan agen yang ditulis oleh manusia menjadi lingkungan pelatihan yang dapat dieksekusi dan diverifikasi untuk agen model bahasa besar. Sistem ini memanfaatkan pipeline skill-to-task untuk menginisialisasi tugas konkret dan memverifikasi hasil dengan checker berbasis kode.

arxiv arXiv cs.AI · 10 hari lalu · 17 tayangan

Generator State Dunia menyelaraskan rencana dengan dunia sintetis untuk meningkatkan keberhasilan agen

Generator State Dunia (WSG) adalah model yang menjaga rencana agen bahasa tetap selaras dengan aturan lingkungan eksekusinya dengan menulis ulang keadaan setelah kegagalan. Model ini dilatih pada 226K lintasan yang diekstrak dari tujuh domain sintetis di mana sebuah program menerapkan aturan dan memverifikasi ketercapaian tujuan.