AI & RoboticsMore in AI & Robotics →
MetaClaw उन एआई एजेंट्स को बनाने की कोशिश करता है जो उपयोगकर्ताओं के दूर होने पर सीखते रहते हैं
चार अमेरिकी विश्वविद्यालयों के शोधकर्ताओं ने MetaClaw पेश किया है, एक ऐसा फ्रेमवर्क जिसे एआई एजेंट्स को असफल कार्यों से सीखने और कैलेंडर गतिविधि और ke जैसे उपयोगकर्ता संकेतों के जरिए पहचाने गए निष्क्रिय समय के दौरान पुनः प्रशिक्षित होने देने के लिए डिज़ाइन किया गया है।
Key Takeaways
- MetaClaw failed tasks से behavioral rules निकालता है और उन्हें prompt में inject करता है।
- यह framework cloud-based LoRA fine-tuning के जरिए model weights भी अपडेट करता है।
DE
DT Editorial AI··via the-decoder.com