СинКо: совместная подготовка по обобщению данных для самостоятельно развивающихся ПМ с помощью многоцелевого обучения
arXiv: 2610.11345v1 Annuate Type: New Habstract: самодеятельные агенты LLM обещают совершенствовать автономно, постоянно взаимодействуя и обучая, уменьшая их зависимость от ручного контроля. Реализация этого обещания требует не только обновления агента, но и развития его учебного опыта по мере изменения его потенциала. Однако большинство существующих трубопроводов полагаются на статичные наборы данных или отдельные обновленные модели синтеза, в результате чего ранее полезные задачи становятся тривиальными, а чрезмерно сложные задачи остаются неинформирующими. Такое растущее несоответствие между потенциалом агентов и опытом профессиональной подготовки ограничивает возможности для устойчивого самосовершенствования. Для решения этой проблемы мы предлагаем SynCo, совместную программу подготовки кадров по обобщению данных для саморазвивающихся МЛМ на основе обучения с использованием нескольких агентов. СинКо совместно оптимизирует два независимых параметризированных агента: синтезатор, который строит задачи подготовки из эволюционирующего состояния разума, и Разъяснитель, который учится на результате
