Ny metod tränar AI-agenter att lösa komplexa flerstegsuppgifter mer effektivt

arXiv cs.AI

Forskare har utvecklat GRADS, ett ramverk som genererar träningsdata för AI-agenter (program som självständigt utför uppgifter) med kontrollerad svårighetsgrad – ett problem som tidigare metoder haft svårt att hantera. Resultaten är konkreta: efter träning på GRADS-data klarar en 4-miljarders-parametermodell att avsluta uppgifter i över 95% av fallen, använder upp till 75% färre verktygsanrop, och matchar eller slår Anthropics Sonnet 4 på domänspecifika tester inom säkerhet, mjukvaruutveckling och vetenskap. Det intressanta här är att en betydligt mindre modell kan konkurrera med ett av de starkaste kommersiella alternativen – enbart genom bättre träningsdata.