دراسة: المهارات المحددة تعزز أداء وكلاء الذكاء الاصطناعي
أجرى فريق من باحثي جامعة برينستون وجامعة كاليفورنيا في سان دييغو تجربة مضبوطة لتفسير فائدة «المهارات» لوكلاء الذكاء الاصطناعي، وشملت ٨١٣٥ اختبارًا. وخلص الفريق إلى أن المهارات تحسّن الأداء أساسًا لأنها تمنح الوكيل خطوات عمل موثوقة، لا لأنها تضيف إليه معلومات جديدة؛ إذ فسّر هذا الجانب ٦٥٫٧٪ من حالات التحسن، مقابل ٤٫٥٪ للمعرفة المقدمة مباشرة. لكنها قد تسبب أخطاء حين يطبّقها الوكيل آليًا في مهمة غير مناسبة، وهو ما ظهر في ١٠٪ من الحالات. كما تراجعت دقة استرجاع المهارة المناسبة من ٢٩٫٦٪ إلى ٣٫٣٪ عندما كبرت المكتبة من ٥ إلى ١٠٠ مهارة، ما يجعل إنشاء المهارات واسترجاعها وتطبيقها مراحل تحتاج إلى ضبط مستمر.
الحقائق الأساسية
قارن الباحثون أداء الوكلاء عند استخدام المهارات وغيابها في مهام متطابقة عبر ٨١٣٥ اختبارًا.
«The authors compared how agents behaved with and without a skill on identical tasks across 8,135 test runs.»
عرض المصدر ←فسّرت العملية الموثوقة ٦٥٫٧٪ من حالات تفوق الوكيل ذي المهارة، بينما أسهم تزويده بالمعرفة مباشرة في ٤٫٥٪ من الحالات المختبرة.
«This "procedural grounding" accounted for 65.7 percent of the cases where an agent with a skill did better than one without. Directly supplying knowledge helped in just 4.5 percent of the tested cases.»
عرض المصدر ←هبطت دقة استرجاع المهارة في الاستخدام الفعلي من ٢٩٫٦٪ إلى ٣٫٣٪ مع نمو المكتبة من ٥ إلى ١٠٠ مدخل.
«When the skill library grows from 5 to 100 entries, retrieval precision in actual use drops from 29.6 to 3.3 percent in the tests.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر