O novo artigo da FAIR apresenta o ExIt (Exploratory Iteration), um método baseado em RL que treina LLMs em refinamentos de um único passo, mas se baseia em suas próprias saídas—desbloqueando uma auto-melhoria eficiente em múltiplos passos na inferência e alcançando um aumento de 22% no MLE-bench.

Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.