現在的大模型（LLMs）已經非常智能。寫文章、編代碼、當醫生、當老師，樣樣精通。於是乎，有人就想了:既然它們這麼聰明，能不能讓它們自己做決定，當個“智能體”呢?比如，在複雜的環境裏自己探索、自己解

近期，谷歌 DeepMind 团队与约翰・开普勒林茨大学 LIT AI 实验室合作，开展了一项关于人工智能语言模型的新研究。他们采用了强化学习微调（RLFT）技术，旨在提升语言模型的决策能力。这项

近期，谷歌 DeepMind 團隊與約翰・開普勒林茨大學 LIT AI 實驗室合作，開展了一項關於人工智能語言模型的新研究。他們採用了強化學習微調（RLFT）技術，旨在提升語言模型的決策能力。這項