這是一個值得思考的好問題，它引出了其他一些有趣的研究問題： 1. 情境學習是否有上限？ 2. RL 是突破這一瓶頸的途徑嗎？ 3. 權重中已經包含多少我們不知道如何可靠地提取的知識？ 文字優化在某種程度上確實有效。例如，以下流程： 代理工具 —> 評估 —> 挖掘痕跡 —> 改進工具 關於樣本效率、計算成本、基於文字和基於強化學習的最佳化比較，有很多有趣的實驗可以做。 還有一點是，在 RL 之後，我們會在多大程度上再次調整你的框架，從而回到基於文字的最佳化？
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。