Zentrale Positionierung des ReCall-Rahmens
ReCall ist ein Open-Source-Framework auf der Grundlage von Reinforcement Learning, das speziell für das Training von Large Language Models (LLMs) entwickelt wurde, um Tool-Aufrufe und mehrstufige Inferenzen zu implementieren. Sein wichtigstes Merkmal ist die vollständige Befreiung von der Abhängigkeit von überwachten Daten durch den Mechanismus des autonomen Lernens, der es dem Modell ermöglicht, die Fähigkeit zur Verwendung einer Kombination komplexer Werkzeuge zu erlernen.
Drei technische Merkmale
- unüberwachtes LernenNutzung des verl-Rahmens von Algorithmen des verstärkten Lernens zur automatischen Optimierung von Werkzeugaufrufstrategien durch Umweltinteraktionen
- Kapazität des WerkzeugsatzesUnterstützt den dynamischen Aufruf von grundlegenden Werkzeugen wie Suche und Rechner und kann Szenarien handhaben, in denen mehrere Werkzeuge in Tandemaufgaben verwendet werden
- Offenheit und ErweiterbarkeitBereitstellung standardisierter Schnittstellen, die es Entwicklern ermöglichen, auf beliebige kundenspezifische Tools zuzugreifen, um ein erweiterbares intelligentes Körpersystem zu bilden.
Typische Anwendungsszenarien
Dazu gehören unter anderem: Multi-Hop-Q&A für die dokumentenübergreifende Suche, automatische Berichterstellung auf Unternehmensebene, komplexe Berechnungsaufgaben in wissenschaftlichen Forschungsszenarien und andere intelligente Szenarien, die eine Zusammenarbeit mehrerer Werkzeuge erfordern.
Diese Antwort stammt aus dem ArtikelReCall: Training großer Modelle für die Inferenz von Werkzeugrufen durch VerstärkungslernenDie
