UCLA+برينستون يطلقان SDPG مفتوح المصدر، آلية المعلمين الداخلية تسمح للوكيل بتعليم نفسه، والاستنتاج الرياضي والتخطيط متعدد الخطوات يتفوقان مباشرة على GRPO

موقع شبكة العملات الرقمية، تم فتح مصدر خوارزمية SDPG بواسطة فريق لو يوفيونغ، زان شييوان من جامعة كاليفورنيا في لوس أنجلوس (UCLA)، وزان ييفان من جامعة برينستون، بهدف حل مشكلة التحديات الذاتية في تطور الوكيل الذكي عند عدم وجود توجيه من نموذج المعلم الخارجي. تستخدم الخوارزمية آلية توجيه المعلم الداخلي، وتستفيد من المعلومات المميزة لإنشاء مسارات استنتاج عالية الجودة، مما يعزز كفاءة ونجاح تدريب القرارات المتعددة الخطوات. تظهر نتائج التقييم أن SDPG تتفوق على GRPO وعدة خوارزميات أساسية للتقطير الذاتي في مهام الاستنتاج الرياضي والتخطيط متعدد الخطوات.