Hur tränar man AI-agenter bättre? Forskare föreslår nytt ramverk för träningsdata

arXiv cs.AI

En ny studie försöker reda ut vad som egentligen gör träningsdata bra för AI-agenter – alltså AI som utför uppgifter i verkliga miljöer. Forskarna föreslår ett ramverk kallat ACE som väger tre faktorer: noggrannhet, komplexitet och variation, och poängterar att problemet inte är brist på data utan att data måste vara relevant och icke-redundant. Det är en ganska praktisk insikt: mer data löser inte problemet om agenten redan klarar de enkla exemplen.