AI News

Tsinghua University: Nachrichten

2 Meldungen über Tsinghua University.

OffiziellForschung ·

Forschende veröffentlichen RSI-Dojo: Umgebungen, in denen Agenten Post-Training lernen

RSI-Dojo ist eine Sammlung ausführbarer Umgebungen, die aus publizierter Forschung entstanden sind. Qwen-Modelle, die auf ihren Trajektorien feinjustiert wurden, legen auf PostTrainBench um 8,74 bzw. 16,87 Punkte zu.

Warum es wichtig ist: Die Arbeit verlagert die Fähigkeit, Modelle zu trainieren, in die Gewichte eines mittelgroßen offenen Modells. Die Umwandlung von Forschung in Umgebungen liefert eine wiederholbare Quelle für Trainingsaufgaben.

1 Quelle
OffiziellForschung ·

HarnessMM verwendet bereits getroffene Agenten-Entscheidungen wieder und senkt den Token-Verbrauch bei HumanEval um 87,93 %

Forschende der Tsinghua University und von Microsoft Research Asia berichten: Durch die Wiederverwendung bereits getroffener Entscheidungen stieg die Erfolgsquote von DeepSeek Harness bei 98 Aufgaben von 71,43 % auf 85,71 %.

Warum es wichtig ist: Wiederholte Modellaufrufe in Agenten-Harnesses verursachen direkte Kosten. Teams können daher möglicherweise Geld sparen, bevor sie ein größeres Modell brauchen. Die Autoren weisen allerdings darauf hin, dass die Einsparungen von der Cache-Abrechnung des Anbieters abhängen und davon, wie viele Aktionen bereits entschieden sind.

1 Quelle