محققان به تازگی روی جنبهای از ایجنتهای هوش مصنوعی تمرکز کردهاند که تا به حال کمتر به آن توجه شده بود: «میزان فضای ذخیرهسازی مصرفی» یا همان ردپای دادهای (AgentFootprint).
تا امروز معیارها بیشتر روی دقت پاسخ یا هزینه پردازش (Inference) تمرکز داشتند، اما این تحقیق نشان میدهد که ایجنتها در طول فعالیت خود، حجم عظیمی از دادههای لاگ، کانتکست و چکپوینتها را روی دیسک ذخیره میکنند که گاهی بسیار ناکارآمد است. جالب اینکه حتی ایجنتهایی با دقت یکسان، میتوانند تا ۱۵ برابر تفاوت در مصرف فضای ذخیرهسازی داشته باشند!
این تحقیق به توسعهدهندگان کمک میکند تا با روشهای بهینهتر، مصرف حافظه ایجنتهای خود را کاهش دهند بدون اینکه کارایی آنها لطمه بخورد. اتفاقی کلیدی برای آینده ایجنتهای مقیاسپذیر.
منبع: arXiv AI