Jinluan Yang liderliğindeki ekip, 16 Ekim 2026'da arXiv'de yeni bir makale yayımladı. Makale, hem politikalarını hem de beceri kütüphanelerini geliştirmek üzere eğitilen ajanların, beceri kütüphaneleri daha sonra değiştiğinde kırılganlaştığını gösteriyor. Yazarlar, becerilerdeki değişimi simüle eden ve tutarlılığı ve bu değişime direnci ölçen CO-evolution Drift Audit (CODA) adlı yeni bir değerlendirme yöntemi öneriyor. Dört yöntem ve beş kıyaslama testi üzerinde yapılan değerlendirmede CODA, en kötü durumda başarı oranının 5-13 puan düştüğünü ve böylece ajanların beceri kullanmayan temel modele kıyasla elde ettiği avantajın çoğunu yitirdiğini ortaya koyuyor.
Neden önemli
Yapay zekâ ajanlarını devreye alanların yalnızca zirve performansını değil, becerilerdeki değişikliklere karşı dayanıklılıklarını da test etmesi gerekecek.
