#foundation-модели

'MIT доказали, что on-policy обучение с подкреплением сохраняет ранее приобретённые способности лучше, чем супервизированное дообучение, за счёт минимизации прямого KL-расхождения между базовой и адаптированной моделью.'

Darwin Gödel Machine — новая AI-система, которая самостоятельно улучшает кодовые агенты, эволюционируя их код с помощью foundation-моделей и реальных бенчмарков, достигая значительных результатов.