大语言模型智能体能通过观看教程视频学习吗？
研究团队提出了 Tutorial Agentic Learning（TAL），使多模态大语言模型智能体无需更新模型参数，也能从教程视频中学习。TAL 将获取的知识整理为持久、结构化的记忆，并通过目录树检索。在基于 72 个国际象棋教程视频构建的新基准 VidLearn 上，TAL 的表现超过了受测基线系统，而且处理的视频越多，表现越好。在直接对弈中，TAL 有 69% 的对局取得了优于未修改模型的开局局面。研究还在第二个领域进行了评估，初步表明该方法可能适用于国际象棋以外的领域。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。