هوش مصنوعی

Pulse هنگام اجرای وظایف طولانی، نیازهای شخصی‌سازی را پیوسته رصد می‌کند

این روش پیشنهادی برای عامل‌های مبتنی بر مدل‌های زبانی بزرگ، به‌جای اتکا به درخواست اولیه، در طول اجرای کار نیازهای تازه و تعارض‌های احتمالی میان ترجیحات را شناسایی می‌کند.

۱ دقیقه مطالعه
Figure 1. Hotel booking with request-level memory recall (top) and Pulse (bottom). The traditional workflow relies on a user reminder; Pulse prompts wake-up service verification or hotel reselection before submission. Ve
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

پژوهشگران در پیش‌چاپی در arXiv، روشی به نام Pulse را برای شخصی‌سازی پشتیبانی از وظایف چندمرحله‌ای و طولانی معرفی کرده‌اند. به‌گفتهٔ چکیده، روش‌های حافظه‌محور موجود عمدتاً از درخواست آغازین برای بازیابی اطلاعات استفاده می‌کنند و ممکن است در جریان اجرا از ترجیحات کاربر یا محدودیت‌های پروژه غافل بمانند.

در Pulse، یک عامل حافظهٔ مستقل و سبک‌وزن روند اجرای کار را پیوسته زیر نظر می‌گیرد، نیازهای تازهٔ شخصی‌سازی و تعارض‌های احتمالی میان ترجیحات را تشخیص می‌دهد و در زمان مناسب، با استفاده از حافظه‌های مربوط به کاربر و پروژه مداخله‌هایی هدفمند ارائه می‌کند. متن در دسترس از چکیده در میانهٔ توضیح روش قطع می‌شود؛ بنابراین جزئیات بیشتر دربارهٔ ارزیابی یا نتایج آن در منبع ارائه‌شده مشخص نیست.

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