Az emberi álmodáshoz hasonló memóriatisztítással kísérletezik az Anthropic az AI-ügynökeinél
Az AI-alapú ügynökök fejlesztésének egyik legnagyobb kihívása a memóriafájlok kezelése: a rendszerek működésük során hajlamosak minden apró részletet feljegyezni, a túlzott adathalmaz miatt azonban a lényeges összefüggések elveszhetnek, az elavult adatok pedig rontják a hatékonyságot. Az Anthropic kutatói ennek áthidalására az emberi agy alvás közbeni memóriakonszolidációjához hasonló, az üresjáratokban zajló felülvizsgálati folyamatot teszteltek a Claude modellnél.
A módszer hatékonyságát a Pokémon Red videójátékkal vizsgálták meg mintegy tízezer lépésen keresztül. A teszt során az a modell bizonyult sikeresebbnek, amely jegyzeteiben kizárólag a navigációs stratégiákra, a tanulságokra és az aktuális célokra fókuszált, elhagyva a képernyőről közvetlenül leolvasható felesleges adatokat. Az üresjárati ellenőrzés a hibajavításban is kulcsfontosságúnak bizonyult: amikor a rendszer eltévesztette egy épület elhelyezkedését és emiatt folyamatosan akadályba ütközött, az offline naplóelemzés során felismerte és kijavította a tévedést, így sikeresen eljutott a következő városba.
A fejlesztők azt is elemezték, miként képes a rendszer terjedelmes iratanyagokat wiki-szerű tudásbázissá formálni. A Stainless szoftvercég mintegy 350 ezer belső dokumentumát – nagyjából 420 millió tokent – átadva a Claude 128 munkamenet alatt fokozatosan épített fel saját tudástárat, amivel egy 25 kérdéses teszten 13-ról 48 százalékra javította teljesítményét. Egy vállalati fúziós és felvásárlási iratokkal végzett kísérletben pedig 87 százalékos pontosságot ért el az összetett kérdéseknél, szemben a közvetlen dokumentumkeresés 73 százalékával. Bár a háttérben zajló karbantartás komoly számítási kapacitást igényel, a tudatos memóriaszelekció jelentősen növeli a komplex feladatok megoldásának sikerét.
Folytasd az appban — szavazz és szólj hozzá ➔