Przejdź do treści
piątek, 20 listopada 2026
Tenesys AI News
Subskrypcja

Gemma 4 E2B

Historia zmian

  1. 19 lis 2026
    Optymalizacja wieloetapowych agentów AI za pomocą Tunix i uczenia przez wzmacnianie Gemma 4
    ParametrByłoJest
    Współczynnik wygranych (gra Plane Strike)9,4%95%
    Średnia długość gry22,44 ruchu~16 ruchów
    Częstotliwość błędnych działańNie określono~0%

Wiadomości

Modele· Ważne· 🧪 Warte przetestowania

Optymalizacja wieloetapowych agentów AI za pomocą Tunix i uczenia przez wzmacnianie Gemma 4

Google rozszerzyło ramy Tunix, umożliwiając wydajne, wieloetapowe uczenie przez wzmacnianie (RL) na Cloud TPU v6e-8. Stosując agentowe Group Relative Policy Optimization (GRPO) w modelu Gemma 4, programiści mogą teraz trenować modele, które wykazują się wysoką skutecznością w wnioskowaniu przestrzennym i iteracyjnym korzystaniu z narzędzi.

Google Developers
Gemma 4 E2B · TENESYS AI NEWS