[NeurIPS 2023] Usamos grandes modelos de lenguaje como modelo de mundo de sentido común y política heurística dentro de la Búsqueda de Árbol de Monte-Carlo, permitiendo una toma de decisiones mejor razonada para problemas de planificación de tareas diarias.
Planifica tareas diarias de manera más efectiva utilizando un modelo de lenguaje para guiar la toma de decisiones.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quieras[NeurIPS 2023] Usamos grandes modelos de lenguaje como modelo de mundo de sentido común y política heurística dentro de la Búsqueda de Árbol de Monte-Carlo, permitiendo una toma de decisiones mejor razonada para problemas de planificación de tareas diarias.
llm-mcts tiene 303 estrellas en GitHub. Se ha bifurcado 27 veces. llm-mcts está escrito principalmente en Python. Se desarrolla activamente desde 2023. llm-mcts está disponible bajo la licencia Apache-2.0. Sus temas principales son: large-language-models, neurips-2023, task-planning.
[NeurIPS 2023] Usamos grandes modelos de lenguaje como modelo de mundo de sentido común y política heurística dentro de la Búsqueda de Árbol de Monte-Carlo, permitiendo una toma de decisiones mejor razonada para problemas de planificación de tareas diarias.
llm-mcts es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.
Sí. llm-mcts es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
llm-mcts está disponible bajo la licencia Apache-2.0.
llm-mcts está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/1989ryan-llm-mcts.html)