A Google WikiSkill rendszere megőrzi az MI-ügynökök korábbi tapasztalatait
A Google Research és a Virginia Tech WikiSkill nevű keretrendszere arra szolgál, hogy az MI-ügynökök korábbi feladataiból tartósan megőrzött, újrahasznosítható tudást építsen. Az ügynökök egyre gyakrabban képesek készségeket kialakítani sikeres és sikertelen próbálkozásaik alapján, de a korábbi rendszerek sokszor eldobták az elemzés során megszerzett diagnózisokat. Emiatt az ügynök később ismét ugyanazokat a hibákat követte el, vagy újra javasolta a már elutasított javításokat.
A WikiSkill ezt egy strukturált tudásréteggel kezeli. A nyers végrehajtási nyomokat — a cselekvéseket, a gondolkodási lépéseket, az eszközhívásokat, azok eredményeit és a végső válaszokat — változatlan történeti rekordként tárolja. Ezekből egy karbantartott wiki készül, amely külön oldalakon gyűjti a visszatérő hibákat és a bevált stratégiákat, naplózza a módosításokat, valamint rögzíti, hogy egy-egy készségváltoztatás javított-e a teljesítményen. Az ügynök által használható Skill Layer ezután a wikiből származó eljárási útmutatásokat tartalmazza, és vissza is hivatkozik azokra a mintákra, amelyek alapján létrejött.
A fejlesztési ciklusban egy Inference Agent lefuttatja a feladatokat, a Wiki Maintainer elemzi a sikeres és sikertelen nyomokat, a Skill Proposer új készséget vagy módosítást javasol, majd a változtatást validációs adatokon tesztelik. Csak akkor tartják meg, ha javítja az eddigi legjobb eredményt. A kutatók több területen és különböző modellekkel az eddigi készségfejlesztő módszereknél jobb teljesítményt mértek; az eredmények szerint a nagyobb modellek mellett a javulás tovább nőhet, és a kialakított készségek más modellekre is átvihetők.
Folytasd az appban — szavazz és szólj hozzá ➔