Alibaba представи AgentEvolver, който прави ИИ-агентите с 30 процента по-умни

Alibaba представи новия фреймуърк AgentEvolver, който позволява на агентите, базирани на големи езикови модели, да учат самостоятелно. Вместо да чака хората да отбелязват данните, агентът създава задачи, изпълнява ги и оценява действията си, точно като истински ученик. Това прави изкуствения интелект по-ефективен и ускорява процеса на обучение.

AgentEvolver работи на три основни принципа. Първо, агентът търси, какво може да изпробва в средата и създава задачи. След това използва повторно минал опит, като си спомня кое е работило и кое не. След като завърши задача, агентът анализира всяка стъпка, за да разбере кои действия са били полезни и как да подобри резултатите следващия път.

Тестовете показват, че AgentEvolver наистина работи. За моделите със 7 милиарда параметъра, производителността при многоетапните задачи, използващи външни инструменти, се е увеличила с 29–30 процента в сравнение със стандартното обучение с подсилване. За моделите с 14 милиарда параметъра увеличението е било приблизително 28 процента. Освен това, агентът изисква по-малко данни за обучение и по-малко подготовка на средата.

Този подход отваря нови възможности. Компаниите вече могат да използват AI-агенти, които се учат и адаптират към специфичните задачи, независимо дали става въпрос за работа с API, автоматизиране на процеси или анализ на данни. Това намалява разходите за подготовка на данните и прави внедряването на AI по-лесно и по-бързо.

В бъдеще AgentEvolver може да се превърне в основа за универсалните AI-агенти, които могат да бъдат заредени във всяка среда и бързо да се научат да изпълняват необходимите задачи без допълнително маркиране или настройка.