NVIDIA PivotOPD bringt Multi-Turn-Agenten bei, aus schweren Fehlern zu lernen

NVIDIA-Forscher stellen PivotOPD vor, eine On-Policy-Distillation-Methode, mit der Multi-Turn-LLM-Agenten frühe entscheidende Fehler vermeiden und daraus wieder aufholen. Auf drei Agent-Benchmarks erzielte der Ansatz den besten Durchschnitt gegenüber 13 Baselines.

Der Artikeltext wird beim nächsten Sync nachgeladen. Original bei MarkTechPost lesen