AIを使いながら賢くする新技術

Miles v0.1は、AIエージェントを初期訓練後に強化学習を通じて改善するためのオープンシステムです。例えば、コーディングAIを訓練するチームは、多数のコピーに隔離された環境内でタスクを試させ、どの試みが成功したかを採点し、その結果を訓練にフィードバックし、パイプライン全体を停止することなく更新されたモデルを作業者に配布できます。Milesは、このループを大規模に実行するために必要な、rollout、sandboxing、asynchronous training、replay、model-update、およびmulti-hardwareの各要素をパッケージ化しています。