Apple Machine Learning Research a publié un document sur REVERSAL-BENCH, une approche liée à la mesure de la réversibilité et de la réinitialisation dans l'apprentissage par renforcement. Le titre mentionne également un « précipice » de l'apprentissage sans réinitialisation.
Selon la brève description de l'éditeur, l'un des objectifs centraux de l'apprentissage par renforcement autonome est l'apprentissage continu de la politique sans réinitialisations externes. Le document relie cette tâche à un axe de réversibilité et à un oracle de réinitialisation spécialisé.
La source étant présentée uniquement sous forme de métadonnées de page, il est impossible d'établir à partir de celle-ci le fonctionnement du test, les résultats obtenus ou les avantages pratiques de REVERSAL-BENCH.
commentaire éditorial
Pourquoi c’est important
Si le document complet confirme l'intention déclarée, le prochain signal important sera la publication de la description de la méthodologie et des résultats des tests. Pour l'instant, l'incertitude reste substantielle : seul un résumé méta-descriptif d'une source unique est disponible.