LLM निर्णय मॉडल

2 articles tagged LLM निर्णय मॉडल

उपकरण समीक्षाएँ

DecisionPivot LLM प्रणालियों में निर्णय मॉडल का मूल्यांकन करने के लिए एक नैदानिक बेंचमार्क है।

DecisionPivot LLM निर्णय मॉडलों को कंट्रास्ट ग्रुप, कैलिब्रेशन, ऑर्डरिंग और कवरेज के साथ बेंचमार्क करता है, जिससे कुल स्कोर द्वारा छिपे हुए अंतराल का पता चलता है।

शुरुआती मूल बातें

यह अध्ययन दीर्घ क्षितिज एजेंटों में अभिनेता, न्यायाधीश और शिक्षक निर्णय मॉडल की व्याख्या करता है

एक अध्ययन से पता चलता है कि कमजोर LLM अभिनेता एजेंटों को चरण-स्तरीय न्यायाधीश पुरस्कार के माध्यम से सिखा सकते हैं, जिससे दीर्घ क्षितिज कार्यों में ALFWorld और WebShop प्रदर्शन में सुधार होता है।