یکی از چالشهای اصلی در استفاده از LLMها، انتخاب هوشمندانه و دقیق ابزارها از بین مجموعههای بزرگ است. محققان به تازگی متد جدیدی به نام «PORTS» معرفی کردهاند که به جای استفاده از روشهای آموزشی مجزا، مستقیماً از هوش خود مدل برای بهینهسازی «انتخابگر» (Retriever) استفاده میکند.
این روش با ایجاد هماهنگی بیشتر بین مدل زبانی و ابزارهای در دسترس، باعث افزایش دقت در انجام وظایف پیچیده میشود. ویژگی جذاب PORTS، نیاز به توان محاسباتی پایین و قابلیت تعمیمپذیری عالی آن است که آن را برای کاربردهای عملی با ابزارهای در حال تغییر، بسیار کاربردی کرده است.
نویسی
منبع: arXiv AI