Meta研究者教授了8B AI模型,以匹配克洛德·奥普斯 4.5 — 没有前沿价格标签

本期编译精选。

考虑一个AI代理,负责复杂的企业工作流程,如将大量客户记录从遗留的客户关系管理系统转移到云数据库。代理商不能只依靠内部上下文窗口来工作, 这种拉带提供执行反馈,如服务器日志,帮助代理机保持对动态API连接的准确理解. 它还提供状态跟踪和控制-流机制来管理已完成和待完成的子目标,确保代理不跳过或重复数据批次. 当出现出乎意料的错误时,如数据库由于严格的API速率限制而拒绝批次,被套用时会提供工具和指示来帮助代理恢复. 告诉代理人如何和何时使用其工具的主要方式是让人类开发者写出一套规则和指示,指示它如何一步步地做. 例如,开发者可能会指示代理商在写出电子邮件之前总是搜索公司维基. 因为代理只是遵循一个僵硬的脚本,所以缺乏真正的自主性. 它还没有经过训练来独立地权衡其行动的成本和收益. 为了解决这个问题,Meta AI和伊利诺伊大学University Urbana-Champaign的研究人员引入了EvoHarness-RL,这个框架为代理人的用具增加了一层抽象度,并教导了在阅读、更新或整合从环境中获得的信息时的基础模型。在长期任务中,AI代理如何读取和处理他们从其环境中获得的信息是他们成功的关键. 代理人必须更新对其环境的理解,跟踪已完成和有待实现的次级目标,从失败的行动中恢复,并从以往的经验中恢复使用程序。这场行刑要靠吊带 Harness-1等一系列自演的代理框架通过积累过去的轨迹并分解成结构化的活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化活化。

（编译自 VentureBeat；原文