Ny träningsmetod får AI-agenter att använda verktyg mer effektivt

arXiv cs.AI

Forskare har tagit fram en metod kallad NTEP-R som tränar bildtolkande AI-modeller (vision-language models) att bara använda externa verktyg – som bildsökning eller textsökning – när det faktiskt behövs, istället för att slösa på irrelevanta anrop. Modellen, NTEP-8B med 8 miljarder parametrar, testades på sju olika bildbaserade benchmark-tester och visade tydliga förbättringar i både träffsäkerhet och effektivitet. Det intressanta är egentligen problemet de löser: nuvarande AI-agenter är duktiga på att hitta rätt svar, men dåliga på att faktiskt använda informationen de hämtar hem.