ポリシーモデル

書いてみる

関連タグ

#MCTS (10)
#オプション (2,328)
#オプションレベル (1)
#オプションレベル探索 (1)
#トークンレベル探索 (1)
#ノード (578)

Toward Self-Improvement of LLMs via Imagination, Searching, and Criticizing

Ikemen Mas Kot
10か月前