چارچوبی برای ثبت و مقایسهٔ زیرساخت عامل‌های هوش مصنوعی پیشنهاد شد

پژوهشگران در پیش‌چاپی با عنوان «به‌سوی مشخصه‌گذاری قابل‌انتقال زیرساخت عامل» می‌گویند عملکرد مدل‌های زبانی به زیرساختی وابسته است که آن‌ها را احاطه می‌کند؛ زیرساختی که تعیین می‌کند مدل چه کارهایی می‌تواند انجام دهد و چگونه ممکن است شکست بخورد. به‌گفتهٔ نویسندگان، برای این زیرساخت که آن را harness می‌نامند، هنوز تعریف پذیرفته‌شده‌ای وجود ندارد.

این مقاله harness را به هشت مؤلفهٔ کارکردی تقسیم می‌کند تا بتوان آن را در سامانه‌های مختلف مشخص و مقایسه کرد. نویسندگان همچنین چارچوبی قابل‌انتقال پیشنهاد می‌دهند که ثبت می‌کند هر مدل در کدام harness اجرا شده است. آن‌ها ضرورت این ثبت را به دو نکته پیوند می‌دهند: پیکربندی‌های متفاوت harness می‌توانند برای یک مدل واحد امتیازهای گزارش‌شده‌ای با اختلاف چندبرابری به‌دست دهند و بخش بزرگی از سطح حملهٔ عامل ممکن است در همین زیرساخت قرار داشته باشد.

به‌گفتهٔ چکیده، model cardها و agent cardهای موجود اطلاعات انتشار و بهره‌برداری را ارائه می‌کنند، اما توالیِ «از» را مشخص نمی‌کنند؛ متن در دسترس چکیده در همین نقطه ناتمام است.