junxnone / aiwiki

AI Wiki

https://junxnone.github.io/aiwiki

18 stars 2 forks source link

paper Eureka #470

Open junxnone opened 5 months ago

junxnone commented 5 months ago

Eureka

Eureka - Evolution-driven Universal REward Kit for Agent
使用 LLMs(GPT-4) 生成 RL 中的奖励函数(替代手动设计激励函数)
- 没有预定义激励函数模板
curriculum learning
RLHF 微调激励函数
Input
- 原始环境源代码(没有 reward code)
- 任务描述
Output
- 奖励函数

Arch

python package Eureka

使用 GPT4, 需要 OpenAI API Key
- 需要用虚拟 SMS 服务，充值最少 2＄(印度尼西亚虚拟号码使用一次约 0.11＄)
- 注册 OpenAI 后约 5 ＄ 的免费使用额度

Reference