General Reasoning Memperkenalkan Avalon-M1-Mini: Model AI dengan 120 Miliar Parameter Melatih Penalaran Berbasis Tim melalui Metode RLCR
Menurut Beating, General Reasoning telah memperkenalkan Avalon-M1-Mini, model dengan 120 miliar parameter yang menghadirkan RLCR (pembelajaran penguatan dengan imbalan kolektif), pendekatan yang melatih tim multiagen alih-alih agen individual. Model ini mengerahkan hingga 8 agen pekerja yang berkolaborasi melalui ruang kerja dan papan pesan bersama, dengan semua anggota menggunakan bobot model yang sama. Dilatih dalam 147 lingkungan dan mengerjakan lebih dari 2 juta tugas berbeda, metode ini men
GateNews·10-25 06:05
