Malam ini, makalah ini menduduki peringkat teratas pada kategori kupon pertama; yang dibahas bukan sekadar membuat model menjadi lebih besar, melainkan mengubah basis kode sains global menjadi lingkungan eksekusi yang bisa langsung dijalankan, dapat diverifikasi, dan dapat dilatih. Inti idenya adalah memberi agen sebuah ruang kerja dengan standar penerimaan yang dapat dieksekusi, sehingga ia dapat menulis kode, mengubah kode, lalu memverifikasi benar-salahnya menggunakan kaidah ilmiah—seperti layaknya seorang insinyur.
Yang krusial ada pada sisi pelatihan: lingkungan ini sekaligus menyediakan tiga cara—fine-tuning terawasi, reinforcement learning, dan evaluasi—untuk data. Dengan begitu, skrip-skrip yang tadinya tersebar di lampiran berbagai makalah disatukan menjadi kumpulan soal (bank tugas) yang bisa berlatih berulang kali untuk agen sains generasi berikutnya. Agen tidak sekadar menghafal jawaban; ia benar-benar memperoleh umpan balik dalam lingkungan yang dapat dieksekusi. Pihak penulis juga mempublikasikan repositori, sehingga pendekatan ini bisa langsung dipakai untuk pengembangan lanjutan.
Bagi dunia kripto, setelah jalur ini matang, proyek yang menjalankan protokol agen di atas blockchain pada dasarnya memiliki arena pelatihan yang bisa diverifikasi. Platform seperti $FET dan $TAO yang mengandalkan kolaborasi banyak agen, nilai jangka panjangnya tidak terletak pada model itu sendiri, melainkan pada apakah agen dapat memperoleh cukup banyak lingkungan yang memberikan umpan balik. Pekerjaan ini mendorong hambatan di sisi lingkungan maju jauh ke depan.
#AI论文 #科学代理 #AI
Yang krusial ada pada sisi pelatihan: lingkungan ini sekaligus menyediakan tiga cara—fine-tuning terawasi, reinforcement learning, dan evaluasi—untuk data. Dengan begitu, skrip-skrip yang tadinya tersebar di lampiran berbagai makalah disatukan menjadi kumpulan soal (bank tugas) yang bisa berlatih berulang kali untuk agen sains generasi berikutnya. Agen tidak sekadar menghafal jawaban; ia benar-benar memperoleh umpan balik dalam lingkungan yang dapat dieksekusi. Pihak penulis juga mempublikasikan repositori, sehingga pendekatan ini bisa langsung dipakai untuk pengembangan lanjutan.
Bagi dunia kripto, setelah jalur ini matang, proyek yang menjalankan protokol agen di atas blockchain pada dasarnya memiliki arena pelatihan yang bisa diverifikasi. Platform seperti $FET dan $TAO yang mengandalkan kolaborasi banyak agen, nilai jangka panjangnya tidak terletak pada model itu sendiri, melainkan pada apakah agen dapat memperoleh cukup banyak lingkungan yang memberikan umpan balik. Pekerjaan ini mendorong hambatan di sisi lingkungan maju jauh ke depan.
#AI论文 #科学代理 #AI
