बीजिंग विश्वविद्यालय और बीजिंग ज़ियुआन आर्टिफिशियल इंटेलिजेंस अनुसंधान संस्थान ने LLaMA-Rider प्रशिक्षण ढांचा जारी किया है, जो बड़े भाषा मॉडल को खुले विश्व में स्वतंत्र रूप से अन्वेषण और सीखने की क्षमता प्रदान करता है। LLaMA-Rider सक्रिय अन्वेषण के लिए फीडबैक-समायोजन तंत्र का उपयोग करता है, जिससे मॉडल की बहु-कार्य समाधान क्षमता में सुधार होता है। प्रयोगात्मक परिणामों से पता चलता है कि LLaMA-Rider बहु-कार्य समाधान में उच्च नमूना दक्षता और कम प्रशिक्षण लागत प्रदर्शित करता है। यह ढांचा नए कार्यों के लिए सामान्यीकरण क्षमता को प्रदर्शित करता है, जो बड़े भाषा मॉडल के खुले विश्व में स्वतंत्र सीखने के लिए नई सोच प्रदान करता है। LLaMA-Rider के पास व्यापक अनुप्रयोग संभावनाएँ हैं, जो बड़े भाषा मॉडल के विकास को बढ़ावा देगा।