تا حالا برایتان پیش آمده که یک هوش مصنوعی در هر بار کدنویسی، یک اشتباهِ مشخص را مدام تکرار کند؟ محققان بهتازگی راهکار جذابی برای این چالش پیدا کردهاند.
این فریمورکِ جدید، یادگیریِ ایجنتها را «بسته» (Closed-loop) میکند؛ یعنی هر بازخوردی که از انسان میگیرند به یک «قانون رفتاری» تبدیل میشود. با این روش، ایجنت دیگر اشتباهاتِ گذشتهاش را تکرار نمیکند و به مرور زمان، نه تنها هوشمندتر میشود، بلکه دقتش در بررسی کدهای پیچیده نیز به شدت بالا میرود. جالب است بدانید در محیطهای عملیاتی، این مدل موفق شد نرخ تکرار خطا برای کلاسهای اصلاحشده را به صفر برساند! 🚀
این یعنی قدمی بزرگ به سمت ایجنتهای مهندسی که واقعاً میتوانند بدون نیاز به بازآموزی سنگین، در طول زمان بهتر و بهتر شوند.
منبع: arXiv AI