Alibaba Qwen เปิดตัว QwenGyre กรอบงาน RL สำหรับเอเจนต์
ทีม Alibaba Qwen เปิดตัว QwenGyre กรอบงานการเรียนรู้เสริมกำลังยืดหยุ่น สำหรับฝึกเอเจนต์ที่มีขอบเขตการทำงานยาวนานเป็นพิเศษ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- Alibaba Qwen เปิดตัว QwenGyre กรอบงาน RL แบบยืดหยุ่น
- ออกแบบมาเพื่อฝึกเอเจนต์ที่มีขอบเขตการทำงานยาวนานเป็นพิเศษ
- ทำงานผ่านระบบออนไลน์โดยใช้ harness แบบ black-box ที่ไม่ถูกแก้ไข
- รองรับการรันต่อเนื่องนานหลายชั่วโมงและประมวลผลเกือบ 1 ล้านโทเค็น
ทีม Alibaba Qwen ได้ประกาศเปิดตัว QwenGyre ซึ่งเป็นกรอบงานการเรียนรู้เสริมกำลังหรือ Reinforcement Learning (RL) แบบยืดหยุ่น โดยถูกพัฒนาขึ้นมาเพื่อแก้ไขปัญหาและรองรับการฝึกฝนเอเจนต์ที่มีขอบเขตการทำงานในระยะยาวนานเป็นพิเศษหรือที่เรียกว่า extreme-long-horizon agents
ระบบใหม่นี้ถูกออกแบบมาเพื่อยกระดับความสามารถของเอเจนต์ด้านการเขียนโค้ด ผ่านการทำงานของระบบ RL แบบออนไลน์ ที่สามารถฝึกฝนเอเจนต์ได้โดยตรงด้วยการใช้งานผ่าน harness แบบ black-box ที่ไม่มีการแก้ไขปรับแต่งโครงสร้างภายในใดๆ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
การพัฒนาเอเจนต์ให้สามารถทำงานระยะยาว (long-horizon) นับเป็นความท้าทายสำคัญในวงการปัญญาประดิษฐ์ เนื่องจากเอเจนต์มักสูญเสียบริบทหรือเกิดข้อผิดพลาดสะสมเมื่อต้องประมวลผลงานที่มีความซับซ้อนและใช้เวลานาน การที่ Alibaba Qwen นำเสนอเฟรมเวิร์ก QwenGyre จึงช่วยให้ระบบสามารถเรียนรู้และปรับตัวผ่านกระบวนการ RL ที่ยืดหยุ่นได้ดีขึ้น ซึ่งมีความสำคัญอย่างยิ่งต่อการพัฒนา AI ให้สามารถแก้ไขปัญหาที่มีขั้นตอนซับซ้อนระดับหลายชั่วโมงได้จริง
จุดเด่นสำคัญของ QwenGyre คือความสามารถในการรองรับการทำงานที่มีการประมวลผลในปริมาณมหาศาล โดยถูกออกแบบมาให้รองรับการรันรอบการทำงาน (rollouts) ที่ใช้เวลาต่อเนื่องนานหลายชั่วโมง พร้อมทั้งมีความสามารถในการประมวลผลข้อมูลใกล้เคียงกับ 1 ล้านโทเค็นต่อหนึ่งรอบการทำงาน
ที่มา: MarkTechPost
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น