Memento: Yaddaş-mərkəzli öyrənmə yanaşması

UCL və Huawei Noah’s Ark Lab tərəfindən hazırlanan yeni öyrənmə yanaşması, LLM agentlərinin çevik və davamlı öyrənməsini təmin edir. Bu yanaşma, agentlərin ətraf mühitlə qarşılıqlı əlaqədə olarkən daha effektiv qərarlar qəbul etməsi üçün strukturlaşdırılmış yaddaş sistemindən istifadə edir.

Mövcud LLM Agentlərinin Problemləri

Hazırda LLM agentlərinin inkişafı iki əsas yanaşmaya əsaslanır: sabit iş axınlarına malik ixtisaslaşmış çərçivələr və təməl modeli təkmilləşdirmək üçün nəzarət altında təlim və ya möhkəmləndirici öyrənmə. Birinci yanaşma dar tapşırıqlar üçün effektiv olsa da, yeni məlumatları daxil etməkdə çətinlik çəkir. İkinci yanaşma isə yüksək hesablama xərcləri və çoxlu məlumat tələb edir. Bu problemlər, açıq sonlu ssenarilərdə yerləşdirilmiş agentlər üçün davamlı uyğunlaşmanı qeyri-praktik edir.

Yaddaş-mərkəzli Çərçivə

İnsan yaddaşından ilham alan tədqiqatçılar, agentlərin təməl modeli dəyişmədən uyğunlaşmasını təmin edən yaddaş-mərkəzli öyrənmə çərçivəsi təklif edirlər. Bu yanaşma, agentlərin keçmiş təcrübələrdən istifadə edərək yeni tapşırıqları həll etməsinə imkan verir.

Memento Sisteminin İş Prinsipi

Memento sistemi, planlayıcı, icraçı və təcrübələri saxlayan “vaka bankı” olmaqla üç əsas komponentdən ibarətdir. Planlayıcı, keçmiş təcrübələri analiz edərək tapşırığı alt tapşırıqlara bölür və icraçıya ötürür. İcraçı, alt tapşırıqları yerinə yetirərkən nəticələri “alt tapşırıq yaddaşında” saxlayır. Bu təcrübələr daha sonra vaka bankına əlavə edilir.

Memento-nun Performansı

Memento, bir çox çətin testlərdə yüksək nəticələr əldə edib. DeepResearcher datasetində 66.6% F1 skoruna nail olub. GAIA testində birinci yerə çıxıb, Humanity’s Last Exam testində isə ikinci yeri tutub. SimpleQA testində faktiki dəqiqlik üzrə ən yüksək nəticəni göstərib.

Əhəmiyyətli Gələcək Perspektivlər

Memento-nun yaddaş-mərkəzli yanaşması, LLM modelini dəyişmədən öyrənmə və uyğunlaşma imkanlarını genişləndirir. Bu yanaşma, müəssisələr üçün xərcləri azaltmaqla yanaşı, xüsusi biznes ehtiyaclarına uyğunlaşan AI sistemlərinin inkişafını təmin edir. Tədqiqatçılar, agentlərin aktiv tədqiqat aparma qabiliyyətini inkişaf etdirməyi növbəti mərhələ kimi görürlər.