Nytt sätt att köra AI-agenter minskar tokenförbrukning och ökar precision

arXiv cs.AI

Forskare har tagit fram SKILL.state, en körmiljö (runtime) för AI-agenter som ersätter den växande konversationshistoriken med ett strukturerat, föränderligt exekveringstillstånd – vilket löser problemet att modeller blir långsammare och mer opålitliga ju längre en uppgift pågår. Istället för att stapla varje åtgärd och observation i en lång kontext får modellen bara det som är relevant just nu, och mellanliggande resonemang kastas direkt efter att det använts. Resultaten visar högre uppgiftsprecision och betydligt lägre tokenförbrukning över flera datamängder och modeller.