From RL to IRL — Gaurav Mishra, Amazon AGI Lab
Gaurav Mishra från Amazons AGI-lab visar hur AI-agenter som tränas för att använda webläsare stöter på helt nya problem när de möter verkliga inloggningsskärmar och webbsidor.
I träningen gissade agenten sitt eget lösenord och klickade på fejkade knappar — problem som uppstår för att agenten inte kan se allt på skärmen, inte kan ångra misstag, och inte vet när den är autentiserad. Hans lösning är att träna agenterna mer som pilotskolor tränar piloter: med sanningsenlighet i miljön, processbelöningar som straffar farliga steg under vägen, och själv-medvetenhet om när en åtgärd är reversibel och säker innan den utförs.
Sammanfattningen har tagits fram med AI av Vibekollen utifrån källans publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
Inside Arca's Long-Horizon Agents That Run the Business - Aman Singh, Arca
AI Engineer 23 okt.
Real AI Agent Attacks and What Would Have Stopped Them — Andrey Rybka, Bloomberg
AI Engineer 23 okt.
Outside of tech there has been no financial payoff to US companies for using AI, now viewed as a margin-hurting cost center, as VC-backed firms burn more tokens
Techmeme för 3 tim sedan
Source: Replit recently moved most AI spend from Anthropic to OpenAI, which gave 30%+ off in a deal worth $100M+/year, after Anthropic discontinued its discount
Techmeme för 5 tim sedan