Treinamento de RL Agêntico para modelos GPT-OSS: lições práticas do LinkedIn com MoE e FlashAttention
LinkedIn revela desafios técnicos ao treinar modelos GPT-OSS com RL agêntico: problemas de roteamento MoE, inconsistênci...
#reinforcement-learning
Artigos sobre reinforcement-learning
14 artigos encontrados
Argos: Microsoft Research apresenta framework que reduz alucinações visuais em agentes de IA multimodais
Microsoft Research lança Argos, framework que treina agentes multimodais verificando se o raciocínio está ancorado em ev...
Amazon SageMaker AI lança customização serverless de modelos e treinamento elástico: o que muda para engenheiros
AWS anuncia customização serverless com agente de IA, treinamento elástico e checkpointless no SageMaker AI, prometendo...
Behavior Priming: nova técnica de treinamento melhora raciocínio de agentes de busca em até 37%
Novo paper da CMU identifica quatro comportamentos de raciocínio que tornam agentes de busca eficazes e propõe Behavior...
Técnicas avançadas de fine-tuning para orquestração multi-agente: lições da Amazon em escala de produção
Amazon revela como fine-tuning avançado reduziu 33% dos erros de medicação e 80% do esforço humano em engenharia. Veja a...
MatchTIR: nova abordagem de supervisão granular para LLMs que usam ferramentas externas
Framework MatchTIR resolve problema de credit assignment em LLMs com tool use, usando bipartite matching para supervisão...
Unsloth libera RL com contexto 7x maior: treine modelos de 20B com 20K tokens em GPU de 24GB
Unsloth lança técnicas que permitem treinar modelos de 20B parâmetros com contexto de 20K tokens em GPUs de 24GB usando...
Como treinar agentes de IA para tarefas de linha de comando com dados sintéticos e aprendizado por reforço
A NVIDIA publicou um guia técnico mostrando como treinar agentes de IA para tarefas de linha de comando usando dados sin...
STEP3-VL-10B: Modelo open-source de 10B supera gigantes de 100B+ em raciocínio visual — o que engenheiros de IA precisam saber
STEP3-VL-10B alcança 92.2% no MMBench e 80.11% no MMMU com apenas 10B de parâmetros, superando modelos como GLM-4.6V-106...
SLIME: novo framework open-source para pós-treinamento de LLMs com Reinforcement Learning
THUDM lança SLIME, framework Apache 2.0 para pós-treinamento de LLMs usando Reinforcement Learning em escala. Projeto se...
verl: framework open-source da Volcano Engine simplifica reinforcement learning para LLMs
verl é um framework open-source da Volcano Engine (ByteDance) para reinforcement learning em LLMs, com 18k+ stars e lice...
Agent Lightning: como a Microsoft quer simplificar o uso de Reinforcement Learning em agentes de IA
Microsoft Research lança Agent Lightning, framework que separa execução de agentes do treinamento por RL, permitindo oti...
Nova pesquisa mapeia a 'estrutura molecular' do raciocínio em LLMs — o que engenheiros de IA precisam saber
Paper propõe que trajetórias de Long Chain-of-Thought efetivas possuem estruturas moleculares estáveis com três tipos de...
Multiplex Thinking: nova técnica de raciocínio para LLMs combina múltiplos tokens em um só passo
Multiplex Thinking é uma nova abordagem de raciocínio para LLMs que agrega K tokens candidatos em um único token contínu...
Fique por dentro das novidades
Receba as últimas notícias sobre AI Engineering diretamente no seu email. Sem spam, prometemos.
Ao se inscrever, você concorda com nossa política de privacidade .