Agents IA : varier les environnements rapporte plus que multiplier les essais
Une équipe de MBZUAI, McGill, CityUHK et Columbia mesure, pour l’entraînement par renforcement des agents, ce que rapporte chaque type de données : les environnements d’abord, les tâches ensuite, les trajectoires en dernier. Elle en tire une règle de répartition du budget, qui fait jusqu’à 1,4 fois mieux qu’une répartition à la Chinchilla et 1,7 fois mieux que le tout-trajectoires.
Lire la fiche →