محققان در مقاله جدیدی به بررسی چالش استفاده از چندین معلم (Multi-Teacher) برای آموزش مدلهای Agentic پرداختهاند. مشکل اینجاست که گاهی مدلها در تشخیص زمان درست برای استفاده از ابزارها (Tools) یا پاسخ مستقیم دچار خطا میشوند.
آنها متوجه شدند که روشهای سنتی باعث «فراخوانی بیش از حد» (Over-calling) ابزارها میشود. برای حل این مشکل، روش جدیدی به نام «Soft Clamp» معرفی شده که با تنظیم دقیق سیگنالهای توکنها، بدون کاهش دقت، تعادل رفتاری مدل را بهبود میبخشد و از تکرارهای بیهوده جلوگیری میکند.
این پیشرفت گام بزرگی برای هوشمندتر شدن و دقیقتر شدن دستیاران هوش مصنوعی در استفاده از ابزارهای جانبی است. 🛠️✨
منبع: arXiv Machine Learning