中国科学院自动化研究所 发布 知识边界感知奖励函数和训练数据集 数据集, 应用在 机器学习、知识管理 领域

中国科学院自动化研究所 本次发布的数据集 知识边界感知奖励函数和训练数据集, 论文中提到的数据集是专门为训练IKEA代理而构建的知识边界感知奖励函数和训练数据集。这些数据集旨在帮助模型学习如何准确地判断何时使用内部知识，何时需要检索外部知识。数据集包含了一系列问题，这些问题需要模型使用内部知识或外部知识来回答。通过这种方式，模型可以学会在推理过程中有效地结合内部和外部知识。这些数据集对于训练能够高效地利用内部和外部知识的自适应搜索代理至关重要。

查看知识边界感知奖励函数和训练数据集

README 内容： 

关于 中国科学院自动化研究所 , 中国科学院自动化研究所成立于1956年，是中国自动化领域的主要研究机构之一，主要致力于自动化科学理论与技术的创新与发展。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。