محققان در مطالعهای تازه نشان دادهاند که اکثر مدلهای هوش مصنوعی در بازیابی حافظه (Memory Retrieval) فقط روی «کیفیت پاسخ نهایی» تمرکز دارند و در دقتِ فرایند بازیابی اطلاعات دچار ضعفهای جدی هستند. 📉
برای حل این مشکل، بنچمارک جدیدی به نام «PrecisionMemBench» معرفی شده است که با ۸۹ تست مختلف، دقت، میزان نویز و تاخیر در حافظه مدلها را بهطور دقیق میسنجد. همچنین ابزار جدیدی به نام «Tenure» معرفی شده که با سازماندهی دادهها پیش از پردازش، دقت بازیابی اطلاعات را به طرز چشمگیری بهبود بخشیده است. این دستاورد میتواند گامی مهم در افزایش هوشمندی و کاهش خطاهای منطقی ایجنتهای هوش مصنوعی باشد. 🚀
منبع: arXiv AI