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 är skriven av Vibekollen utifrån källans egen publicering. Innehållet tillhör AI Engineer.
Mer från AI Engineer
The exact tools used to port a massive codebase in days #programming #typescript #dev
AI Engineer för 3 tim sedan
The Universal Remote Control for AI — Alex Hancock, Block
AI Engineer för 7 tim sedan
MCP Apps: Give the Model Data, Give the User a UI — Dustin Mihalik, Indeed
AI Engineer för 7 tim sedan
Your agents lack context: Here's how to fix "You're absolutely right!" — Brandon Waselnuk, Unblocked
AI Engineer för 8 tim sedan