آیا میتوان هوش مصنوعی را مانند سیستمهای مهندسی دقیق کنترل کرد؟ محققان در پژوهش جدید خود، بهجای تغییر خود مدل (که ثابت یا Frozen باقی میماند)، روی «اسمبل کردن محتوا» (Context Assembly) تمرکز کردهاند.
در این روش، یک لایه کنترلکننده بیرونی با استفاده از یادگیری تقویتی (Reinforcement Learning)، بهصورت هوشمند تعیین میکند که چه دادهای، با چه پرامپتی و در چه مرحلهای به مدل تزریق شود. این یعنی بهینهسازی خروجی مدل بدون دستکاری وزنهای اصلی آن؛ رویکردی که پایداری و اعتمادپذیری عاملهای هوشمند (LLM Agents) را در کارهای پیچیده به شدت افزایش میدهد. 🚀
منبع: arXiv AI