تواجه الوكلاء طويل الأمد تحديات كبيرة أثناء التفاعل في أنظمة الذكاء الاصطناعي، حيث يتزايد سياق التفاعل بمرور الوقت مما قد يؤثر سلبًا على الأداء والثبات. في هذا الإطار، قدمت تقنية جديدة تُعرف باسم MemOPD (Memory-Aligned On-Policy Distillation) التي تهدف إلى تحسين تجربة التعلم وتقليل التعقيدات في عملية التدريب.

تعمل هذه التقنية على تحسين آلية الذاكرة، حيث تسهم في ضغط وإعادة كتابة التاريخ المحتفظ به أثناء الاستدعاءات لنموذج الذكاء الاصطناعي. في العادة، تعتمد نماذج التعلم على تحسين السياسات القريبة (Proximal Policy Optimization - PPO) التي تتطلب مكافآت نهائية. لكن، تكمن المشكلة في أن المكافآت القليلة لا تعطي توجيهًا كافيًا لتحديث الذاكرة بشكل فعال.

هنا يأتي دور MemOPD، حيث تقدم إشرافًا قويًا للمعلم على عمليات النموذج المعروفة. يتطلب هذا الإشراف تقييم كل إجراء تم اختياره في ذات الحالة التي تم إنشاؤه فيها. ومع ذلك، غالبًا ما يكسر ضغط الذاكرة هذا التوافق، مما يؤدي إلى استنتاجات غير دقيقة.

وبفضل تقنية MemOPD، يتم تسجيل المدخلات والمخرجات لكل استدعاء للنموذج، وإضافة التعديلات اللازمة لاستعادة السياق الأصلي وتوفير إشراف كامل على تعليقات المعلم. تجارب مختبرية أظهرت أن هذه التقنية حققت تحسينًا ملحوظًا في الدقة حيث سجلت زيادة بنسبة 7.0% في أداء النموذج مقارنة بالطرق السابقة.

باستخدام هذه الابتكارات، يأمل الباحثون في فتح آفاق جديدة في الذكاء الاصطناعي وتحسين الأداء العام للنماذج. رمز العمل متاح للجمهور عبر: نقطة الوصول إلى الكود. ما رأيكم في هذه التكنولوجيا الجديدة؟ شاركونا في التعليقات!