Oossa

هشدار پژوهش: تغییر مهارت‌ها می‌تواند عامل‌های خودبهبود را ناکام کند

پژوهشگران CODA را معرفی کرده‌اند؛ آزمونی که نشان می‌دهد عامل‌های هوش مصنوعیِ هم‌تکامل‌یافته، پس از استقرار و با تغییر کتابخانه مهارت‌هایشان، بیشتر دستاوردهای خود را از دست می‌دهند.

خبر کوتاهنویسنده: منتشرشده توسط Oossa: 1 دقیقه مطالعه

گروهی به سرپرستی جین‌لوان یانگ در 16 اکتبر 2026 مقاله‌ای تازه در arXiv منتشر کردند. این مقاله نشان می‌دهد عامل‌هایی که برای بهبود هم‌زمان سیاست و بانک مهارت‌هایشان آموزش دیده‌اند، اگر بانک مهارت‌ها بعداً تغییر کند، شکننده می‌شوند. نویسندگان ارزیابی تازه‌ای با نام ممیزی رانش هم‌تکاملی (CODA) پیشنهاد می‌کنند که رانش مهارت‌ها را شبیه‌سازی و پایداری و مقاومت را اندازه‌گیری می‌کند. CODA با بررسی چهار روش و پنج معیار سنجش، نشان می‌دهد که در بدترین حالت، میزان موفقیت 5 تا 13 واحد افت می‌کند و بیشتر برتری عامل‌ها نسبت به خط مبنای بدون مهارت از بین می‌رود.

چرا مهم است

سازمان‌هایی که این عامل‌ها را به‌کار می‌گیرند باید تاب‌آوری آن‌ها را در برابر تغییر مهارت‌ها نیز بسنجند، نه فقط عملکردشان در اوج.

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.