[NeurIPS 2023] Nous utilisons de grands modèles de langage comme modèle de monde de bon sens et politique heuristique dans la recherche d'arbre de Monte-Carlo, permettant une prise de décision mieux raisonnée pour les problèmes de planification de tâches quotidiennes.
Planifiez les tâches quotidiennes plus efficacement en utilisant un modèle de langage pour guider la prise de décision.
Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.
Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.
Gratuit · sans carte · désinscription à tout moment[NeurIPS 2023] Nous utilisons de grands modèles de langage comme modèle de monde de bon sens et politique heuristique dans la recherche d'arbre de Monte-Carlo, permettant une prise de décision mieux raisonnée pour les problèmes de planification de tâches quotidiennes.
llm-mcts compte 303 étoiles sur GitHub. Il a été forké 27 fois. llm-mcts est écrit principalement en Python. Il est développé activement depuis 2023. llm-mcts est disponible sous licence Apache-2.0. Ses principaux thèmes sont : large-language-models, neurips-2023, task-planning.
[NeurIPS 2023] Nous utilisons de grands modèles de langage comme modèle de monde de bon sens et politique heuristique dans la recherche d'arbre de Monte-Carlo, permettant une prise de décision mieux raisonnée pour les problèmes de planification de tâches quotidiennes.
llm-mcts est un projet open source. Il est distribué sous licence Apache-2.0.
Oui. llm-mcts est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.
llm-mcts est disponible sous licence Apache-2.0.
llm-mcts est écrit principalement en Python.
Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.
[](https://olud.ai/project/1989ryan-llm-mcts.html)