یکی از چالشهای اصلی در آموزش ایجنتهای هوش مصنوعی که با مدلهای زبانی (LLM) کار میکنند، اتلاف منابع در مسیرهای اشتباه و شکستهای متوالی است.
محققان به تازگی متد جدیدی به نام PATR معرفی کردهاند که به جای جستجوی کورکورانه، مثل یک درخت تصمیمگیری عمل میکند. این مدل با ارزیابی هوشمندانه مسیرها، فقط روی شاخههای امیدوارکننده تمرکز میکند و با متوقف کردن سریع مسیرهای بینتیجه، بهرهوری آموزش را به شدت بالا میبرد.
این روش توانسته در تستهای عملی، عملکرد ایجنتها را تا ۵ واحد در بنچمارکهای دشواری مثل SWE-Bench بهبود ببخشد. قدمی بزرگ برای ساخت ایجنتهایی که واقعاً «فکر میکنند» و کمتر اشتباه میکنند! 🧠✨
منبع: arXiv AI