Did Codex Reset
GitHub

NVIDIAの研究者、AIエージェントのエラー回復を訓練するPivotOPDを発表

NVIDIA AI

NVIDIAの研究者は、AIエージェントがタスク実行初期のミスを防ぎ、エラー発生時に誤った方向に進み続けることなく自ら回復できるように訓練する手法「PivotOPD」を発表した。

訓練中、教師モデルがエージェントにより適切な行動を示し、続く数ステップで正しい軌道に戻す方法を実演する。NVIDIAは研究論文とデモ動画を PivotOPD project page で公開している。