Nytt ramverk förbättrar hur AI-agenter hittar och återanvänder inlärda färdigheter

arXiv cs.AI

Forskare har byggt CaSKG, ett system som hjälper LLM-agenter att smartare söka i bibliotek av återanvändbara 'färdigheter' (procedurkunskap för att lösa uppgifter) genom att kartlägga hur färdigheterna beror på varandra. Testat på sex olika språkmodeller i två standardmiljöer förbättrades genomsnittsresultaten markant – i ScienceWorld från 72,6 till 80,5 poäng och i ALFWorld från 80 till 87 procent lyckat utfall. Det intressanta är att vinsten inte kommer från en större modell eller mer data, utan från bättre struktur i hur minnet organiseras.