თარიღი
23 ქართული მედია · განახლება ყოველ 5 წუთში
„პრეფექტები“ - შედეგები მნიშვნელობის მიხედვით
სიზუსტის, ამოცანის შესრულების და reward მოდელის ქულები ზომავს, რა გააკეთა AI აგენტმა და არა ის, რა უნდა გაეკეთებინა. ინჟინრები ამ პროქსი მეტრიკებს გარემოს საბოლოო მდგომარეობის შემოწმებით ცვლიან.