研究tldr-ai2026-09-23
AIが現実の道具の使い方を学習
Training AI From Real-World Tool Use
AIが現実の道具利用を、失敗と成功の両方から学ぶ新手法を開発。AIがより賢く実用的に道具を使えるようになります。
Perplexityは、rejection sampling fine-tuningとhint-guided self-distillationを組み合わせることで、そのComputer modelが成功したセッションとユーザーが修正した失敗の両方から学習できるようにしました。
この記事について質問
記事の内容に答えます。記事外のことは都度ウェブで調べます。