محققان به تازگی رویکرد نوآورانهای برای حل چالشهای بزرگ مدلهای زبانی (LLM) ارائه دادهاند. این معماری جدید با ترکیب «تکنیکهای مسیریابی POMDP» و یک «مکانیسم خوداصلاحگر»، دقت تصمیمگیری مدلها را تا ۲۴.۵ درصد در وظایف پیچیده بهبود داده است.
این مدل برخلاف سیستمهای معمول، قبل از اجرای دستورات، مسیر استدلال خود را بررسی میکند تا از خطاهای رایج و توهمات (Hallucinations) جلوگیری کند. این یک پیشرفت کلیدی برای آیندهی عاملهای هوشمند (AI Agents) است که به آنها اجازه میدهد با محیطهای واقعی بهتر تعامل داشته باشند.
منبع: arXiv AI