SkillAdam låter AI-agenter lära sig nya färdigheter mer stabilt och billigt

arXiv cs.AI

Forskare har tagit inspiration från optimeringsalgoritmen Adam – vanlig inom maskininlärning – och applicerat den på hur AI-agenter förbättrar sina 'skills' (instruktionsdokument som ger agenter domänkunskap). Metoden, kallad SkillAdam, löser ett känt problem: att agenter ofta skriver över tidigare lärdomar vid varje uppdatering, vilket ger instabil inlärning. Över sju olika tester presterar SkillAdam bättre än tidigare metoder, och når starkare resultat med färre iterationer och lägre kostnad.