Wordle enseña a entrenar agentes con RL en SageMaker AI
Multi-turn reinforcement learning en SageMaker AI: gpt-oss-20b pasa de un 61 a un 84 % en Wordle por unos 339 dólares en tokens de entrenamiento.
Categoría: Agentes de IA
-
-
Sin tarea en una isla, 13 agentes de IA inventan juegos
Agentes de IA en una isla simulada del MIT inventaron juegos tras 30 horas sin objetivo. Qué revela sobre entrenar agentes y controlar robots.