تا به حال دقت کردید که وقتی چند هوش مصنوعی قرار است با هم همکاری کنند، گاهی عملکردشان از یک مدل تکی هم ضعیفتر میشود؟ محققان برای حل این مشکل، چارچوب جدیدی به نام «TeamTR» را معرفی کردند.
این فریمورک با استفاده از مکانیزم «Trust-Region»، مشکل تغییر توزیع متنها حین آموزش همزمانِ چندین عامل را حل میکند. به زبان ساده، TeamTR باعث میشود عواملِ هوش مصنوعی در یک تیم، بهتر با هم هماهنگ شوند و خطاهای ناشی از آپدیتهای پیاپی کاهش پیدا کند. آزمایشها نشان میدهد که این روش تا ۷.۱ درصد عملکرد بهتری نسبت به روشهای سنتی دارد و برای سیستمهای پیچیده چندعاملی بسیار کاربردی است.
منبع: arXiv Machine Learning