أعلن باحثون بقيادة Wei‑Xiang Mao عن TaReD، وهي تقنية للتفكيك التكراري تراعي الأدوات، صُممت لوكلاء الذكاء الاصطناعي الذين يحتاجون إلى استخدام أدوات خارجية. تنشئ التقنية تسلسلًا هرميًا لإمكانات الأدوات، وتتيح للوكيل اكتشاف الأدوات عند الحاجة فقط. وفي تجارب على مهام واقعية ممتدة، رفعت TaReD معدل النجاح الإجمالي للمهام بما يصل إلى 40 نقطة مئوية مقارنةً بالأساليب الأساسية الحالية. ونُشر الكود على GitHub ليتمكن الجميع من تجربته.
لماذا يهم
يمكن لمطوري المساعدات المدعومة بالذكاء الاصطناعي تحقيق أداء أكثر موثوقية في سير العمل المعقد، من دون تحميل تعريفات جميع الأدوات دفعة واحدة.
