AlphaBet : un agent RL pour prévoir des événements avec des LLM
En bref
- AlphaBet utilise un RL agentique pour entraîner un LLM à prévoir des événements sur plusieurs dates.
- Le cadre améliore les scores de prévision (Brier) en optimisant l'acquisition d'informations et la formulation des probabilités.
- GRPO standard peut dégrader les performances avec des scores propres multi-classes.
AlphaBet est un cadre d'apprentissage par renforcement (RL) utilisant un LLM pour entraîner un agent capable de rechercher des preuves, raisonner et prédire des probabilités à différentes dates avant la résolution d'un événement. Les résultats montrent une amélioration significative des scores de prévision par rapport aux méthodes classiques.
Ce résumé vous donne l'essentiel. L'article complet, ses chiffres et ses citations sont chez cs.AI updates on arXiv.org.
Lire l'article originalRésumé généré par IA à partir de la source, relu par règles. Signaler une erreur