人間レベルの報酬設計を実現するEUREKA: 大規模言語モデルを用いたコーディング

EUREKA は、大規模言語モデルの優れた零細生成、コーディング、文脈内改善機能を活用し、進化的最適化を通じて、人間レベルの報酬関数を自動生成する。