ECHO: Các tác nhân đầu cuối (Terminal Agents) học mô hình thế giới hoàn toàn miễn phí

TL;DR

Các nhà nghiên cứu tại Microsoft giới thiệu ECHO, một mục tiêu học tăng cường (RL) lai giúp huấn luyện các tác nhân CLI dự đoán phản hồi đầu cuối, từ đó đẩy nhanh quá trình huấn luyện, cải thiện mô hình động lực học và giảm sự phụ thuộc vào dữ liệu chuyên gia.