هوش مصنوعی

پژوهشگران برای سنجش توانایی عامل‌های خودتکامل‌پذیر چارچوبی تازه پیشنهاد کردند

پژوهشی در arXiv می‌گوید انباشته‌شدن مصنوعات، تغییر رفتار و بهبود معیارها به‌تنهایی نشان نمی‌دهد عامل هوش مصنوعی واقعاً توانایی تازه‌ای کسب کرده است.

۱ دقیقه مطالعه
Figure 1: Different reasoning requirements from the same board state.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

عامل‌های خودتکامل‌پذیر تجربه‌های تعامل را در قالب «مصنوعات» ذخیره می‌کنند و در وظایف بعدی به کار می‌گیرند. پژوهشگران می‌گویند ارزیابی این روش‌ها معمولاً به سه نشانه متکی است: انباشته‌شدن مصنوعات، تغییر رفتار پس از بارگذاری آن‌ها و بهترشدن معیارها؛ اما روشن نیست این نشانه‌ها دقیقاً چه چیزی را ثابت می‌کنند.

در این پیش‌چاپ، پژوهشگران شکل‌گیری توانایی از مصنوعات را به‌صورت مجموعه‌ای از پنج ویژگیِ وابسته به هم تعریف می‌کنند که دو ویژگی آن نقش نقطهٔ وارسی را دارند. آن‌ها همچنین روشی برای بررسی این ویژگی‌ها در سه مقیاس پیشنهاد می‌کنند: وضعیت، بازی و تبار عامل.

در محیط کنترل‌شدهٔ freestyle Gomoku، پژوهشگران Reflexion، Voyager و DGM را با یک مدل پایهٔ یکسان بررسی کردند. هر سه روش هرکدام از سه نشانهٔ رایج را نشان دادند، اما بنا بر چکیدهٔ موجود، در شکل‌گیری توانایی تفاوت داشتند. متن منبع در همین‌جا ناتمام است و جزئیات این تفاوت‌ها را مشخص نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست