به گزارش سیتنا، انویدیا روز جمعه پژوهش جدیدی منتشر کرد که نشان میدهد در انجام وظایف پیچیده و طولانیمدت توسط عاملهای هوش مصنوعی، چارچوب نرمافزاری اطراف مدل میتواند اهمیت بسیار بیشتری از خود مدل داشته باشد.
این چارچوب که در ادبیات فنی به آن Harness گفته میشود، مجموعهای از ابزارها، سیستم مدیریت حافظه و قوانین مورد استفاده در کنار مدل هوش مصنوعی است و به یک مدل خام اجازه میدهد بهصورت مستقل عمل کند.
خلاصه یافته انویدیا این است که پژوهشگران تنها با استفاده از یک چارچوب اختصاصی که برای مدیریت بهتر حافظه تنظیم شده و یک مؤلفه «ناظر» دارد، توانستند مدل Claude Opus 5 را در آزمون استدلال تعاملی ARC-AGI-3 به امتیاز کامل ۱۰۰ درصد برسانند.
ARC-AGI-3 مجموعهای از بازیهای دوبعدی بدون دستورالعمل مشخص است که مدل باید خودش نحوه بازی کردن و پیروز شدن را کشف کند؛ آزمونی که از قضا نتایج ضعیف مدلهای شرکت OpenAI در آن، توجه زیادی را به خود جلب کرده بود.
کلود اوپوس ۵ بدون استفاده از این چارچوب تنها ۳۰ درصد امتیاز گرفت؛ هرچند همین نتیجه در میان مدلهای آزمایششده، بهترین عملکرد محسوب میشد. مدل تنها «مغز» یک عامل هوش مصنوعی نیست
پژوهش انویدیا نشانه دیگری از این موضوع است که اگرچه انتخاب مدل همچنان اهمیت دارد، اما خود مدل ــ که میتوان آن را «مغز» عامل هوش مصنوعی دانست ــ تنها بخشی از یک سیستم عاملمحور است.
این چارچوب نرمافزاری است که حافظه، زمینه، ابزارها و بازخوردهای مورد نیاز را مدیریت میکند و به مدل امکان میدهد به یک عامل هوش مصنوعی تبدیل شود.
«عادل الحلاق»، معاون محصول در واحد هوش مصنوعی انویدیا، به تککرانچ گفت: «بهطور کلی، دنیا یک عامل را تقریباً مانند رابطی برای مدل در نظر میگیرد؛ اما یک عامل چیزی فراتر از مدل است.»
به گفته او، عامل شامل خود مدل، چارچوب نرمافزاری اطراف آن، ابزارهایی که استفاده میکند، محیط اجرا و مهارتها و کتابخانههایی است که در اختیارش قرار میگیرد. چالش اصلی؛ انجام کارهای طولانی و چندمرحلهای
وظایف «بلندمدت» یا Long-horizon به کارهایی گفته میشود که برای انجام آنها باید تصمیمهای متعددی پشت سر هم گرفته شود و ممکن است تکمیل آنها روزها زمان ببرد.
این نوع کارها با پاسخ دادن ساده به …
