Compruebo la selección de funciones y los valores de los argumentos en ELM
El autor compara dos formas de que un modelo use herramientas en un chat: que escriba la llamada por sí mismo, o que elija la función y los argumentos entre opciones que le da el código. En su sistema experimental ELM, la red TypeSafe Jev actúa como juez que elige entre esas opciones y el código construye la llamada. Bonsai-2-27B fue mejor montando las llamadas, mientras que en las tareas donde había que rechazar herramientas no adecuadas ELM obtuvo 88,3% frente a 15,4% de Bonsai. El juez no puede elegir un valor que el código no haya propuesto.
Qué significa
Quien conecte herramientas reales a un chat debe probar tanto los casos en que hay que llamar a una función como los casos en que ninguna es adecuada. Según el autor, un juez que elige entre opciones rechaza mejor las herramientas inadecuadas, pero solo puede usar valores que el código haya generado.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Habr IA (RU)Leer la noticia completa en Habr IA (RU)