NVIDIA merilis panduan praktis yang menjelaskan bagaimana pembelajaran penguatan (reinforcement learning) dapat meningkatkan model bahasa besar dan agen AI untuk beban kerja khusus perusahaan. Dokumen tersebut menguraikan metode untuk membangun model yang lebih andal melalui tujuan pelatihan yang dapat diverifikasi.

Panduan ini membandingkan pemberian petunjuk (prompting), generasi yang diperkaya dengan pengambilan (retrieval-augmented generation), penyempurnaan terawasi (supervised fine-tuning), optimasi preferensi langsung (direct preference optimization), dan pembelajaran penguatan dengan imbalan yang dapat diverifikasi. Panduan ini merekomendasikan alur kerja berbasis GRPO untuk tugas-tugas di mana output dapat dievaluasi secara otomatis.

NVIDIA juga menyoroti model Nemotron-nya bersama dengan NeMo RL, NeMo Gym, dan NeMo Data Designer sebagai perangkat terintegrasi yang mendukung pembuatan data sintetis, pembuatan lingkungan, pelatihan model, dan evaluasi di seluruh alur pengembangan agen.

Menurut NVIDIA, organisasi harus terus-menerus mengubah kegagalan produksi menjadi tugas evaluasi dan lingkungan pelatihan, memungkinkan agen AI untuk meningkat dari waktu ke waktu sambil mempertahankan kinerja, keamanan, dan efisiensi operasional.