Echoverse: कंप्यूटर-उपयोग एजेंटों को प्रशिक्षित करने के लिए गहरे विकसित होने वाले वातावरण

माइक्रोसॉफ्ट रिसर्च ने एखोवर्स विकसित किया है, जो बारह सिंथेटिक दुनियाओं का एक संग्रह है, जो कंप्यूटर-उपयोग एजेंटों को प्रशिक्षित करने के लिए बनाया गया है, जिसमें दस गहरे डोमेन वाली दुनियाएँ और दो क्षमता वाली दुनियाएँ शामिल हैं। ये दुनियाएँ सुसंगत स्थिति और यथार्थवादी डेटा के साथ वास्तविक एप्लिकेशन व्यवहार की नकल करती हैं, जिससे एजेंट वास्तविक परिणामों से सीख सकते हैं। सभी बारह दुनियाओं पर 9 बिलियन पैरामीटर वाले मॉडल को प्रशिक्षित करने से इसका स्कोर 36.5% से बढ़कर 67.1% हो गया, जो जीपीटी-5.4 के प्रदर्शन के करीब पहुँच गया। मुख्य निष्कर्षों में उच्च सिमुलेशन निष्ठा की आवश्यकता, तिथि पिकर जैसे चुनौतीपूर्ण यूज़र इंटरफ़ेस तत्वों पर अभ्यास की प्रभावशीलता, और मॉडल, दुनिया और सत्यापनकर्ता के सह-विकास के लाभ शामिल हैं। ग्राउंडेड सत्यापनकर्ताओं को पुरस्कार के रूप में उपयोग करने वाली रीइन्फोर्समेंट लर्निंग ने अनुकरण सीखने से बेहतर प्रदर्शन किया। माइक्रोसॉफ्ट आगे के शोध का समर्थन करने के लिए चार दुनियाओं को कोड, डेटा और ग्रेडर के साथ जारी कर रहा है।