تا حالا فکر کردید چطور میتوان دقت ایجنتهای هوش مصنوعی (مثل Claude Code) را به شکل چشمگیری افزایش داد؟ محققان بهتازگی متدولوژی جدیدی به نام AdaMAST معرفی کردهاند که دنیای عیبیابی ایجنتها را متحول میکند.
این سیستم به جای اتکا به روشهای سنتی، به طور خودکار «طبقهبندی شکستها» (Failure Taxonomies) را از روی مسیرهای اجرای ایجنت استخراج میکند. به زبان ساده، ایجنت یاد میگیرد که دقیقاً کجا و چطور شکست خورده و این دانش را به یک الگوی قابل استفاده برای بهبودهای بعدی تبدیل میکند.
نتایج فوقالعاده است: در بنچمارکهای SWE-bench، استفاده از این سیستم باعث شده دقت ایجنتها از ۶۴٪ به بیش از ۷۰٪ برسد! گام بزرگی برای رسیدن به ایجنتهای خودمختارِ هوشمندتر و قابلاعتمادتر. 🚀
نویسی
منبع: arXiv AI