یکی از بزرگترین مشکلات عاملهای هوشمند (LLM Agents) این است که در طولانیمدت «گیج» میشوند؛ آنها مدام کارهای تکراری انجام میدهند یا استراتژیهای موفق قبلی خود را فراموش میکنند.
محققان برای حل این چالش، متد جدید Agentic Test-Time Training (aTTT) را معرفی کردهاند. این روش به مدل اجازه میدهد در حین اجرا، خودش را بهروزرسانی کند، اما با یک ترفند هوشمندانه: «وزندهی مجدد به توکنها»!
نکته جذاب اینجاست که aTTT با جلوگیری از یادگیریِ تکراری و تمرکز بر اطلاعات جدید، توانست دقت مدلها را در بنچمارکهای سختی مثل ALFWorld و SWE-bench Lite به شکل چشمگیری بهبود ببخشد. این یعنی عاملهای هوشمند حالا میتوانند برای کارهای طولانیمدت و پیچیده، بسیار قابلاعتمادتر باشند.
منبع: arXiv AI