1. 에이전트 실행틀의 정규화된 자기개선 기법 (▲159)
2. 데이터 에이전트용 자가진화 온톨로지 (▲130)
3. 3D 암묵기억 기반 일관된 영상 세계모델 (▲120)
4. 교육을 위한 오픈 파운데이션 모델 (▲116)
5. 게임플레이 멀티호라이즌 데이터·평가 세트 (▲111)
6. 코드로 코딩 에이전트 RL 환경 확장하기 (▲109)
7. VLM 지능을 로봇 제어로 전이하기 (▲101)
AI 에이전트를 훈련시킬 때 시행착오를 반복해서 조금씩 고쳐나가는 방법을 씁니다. 그런데 이렇게 하면 연습한 문제는 잘 풀어도, 처음 보는 문제 앞에서는 실력이 뚝 떨어지는 일이 많았습니다.
마치 벼락치기로 시험 문제 유형만 외운 것과 비슷합니다. 이번 논문은 한 번에 너무 많이 고치지 못하게 하고, 이미 써본 방법은 다시 쓰지 못하게 막아서 이 문제를 줄였습니다.
다른 논문은 AI가 표나 파일을 다룰 때 파일 이름만 보고 대충 짐작하던 방식 대신, 내용과 사용법이 담긴 설명서를 언제든 찾아볼 수 있게 만들어 줬습니다.
AI의 최신 흐름과 다양한 큐레이션 된 정보를 제공합니다.
__Good Vibe AI