Oossa

روش تازه‌ای برای یادگیری عامل‌های هوش مصنوعی از معلم‌های جعبه‌سیاه

پژوهشگران روش «تقطیر در حین اجرا با ارتباط دوسویه» (COPD) را معرفی کرده‌اند؛ روشی که به مدل‌های کوچک‌تر اجازه می‌دهد با پرسش‌های آزاد از مدل‌های بزرگ جعبه‌سیاه، عملکردشان را در کارهای طولانی بهبود دهند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

لیروی لو و همکارانش در مقاله‌ای که 19 نوامبر 2026 منتشر شد، روش «تقطیر در حین اجرا با ارتباط دوسویه» (COPD) را شرح داده‌اند. در این روش، مدل دانش‌آموز تصمیم می‌گیرد چه زمانی با زبان طبیعی و آزاد از یک مدل معلم جعبه‌سیاه پرس‌وجو کند و سپس از این گفت‌وگوها برای آموزش خودش بهره می‌گیرد؛ بی‌آنکه دوباره به کمک معلم نیاز داشته باشد. COPD در معیار CAMG‑II، بهبودی 2.46 برابرِ بهترین روش موجود برای تقطیر در حین اجرا از مدل‌های جعبه‌سیاه را به دست آورد. نویسندگان همچنین از بهبود عملکرد در Terminal‑Bench 2.1 و SWE‑Bench Pro V2 خبر می‌دهند.

چرا مهم است

اگر این روش در عمل هم جواب بدهد، توسعه‌دهندگان می‌توانند عامل‌های هوش مصنوعی را برای انجام کارهای پیچیده تقویت کنند، بی‌آنکه به دسترسی کامل به مدل‌های بزرگِ اختصاصی نیاز داشته باشند.

آیا این مقاله مفید بود؟
اشتراک‌گذاری

بیشتر بخوانید

Oossa · خبرنامه

هفتهٔ هوش مصنوعی، به زبان ساده

هر دوشنبه: خبرهایی که ارزش دانستن دارند، به زبان ساده. رایگان و بدون هرزنامه.