Microsoft yapay zeka ajanları için SkillOpt eğitim döngüsünü tanıttı
Öne çıkanlar
- SkillOpt, hedef dil modelinin ağırlıklarını değiştirmeden doğrudan doğal dil beceri dokümanını optimize etti.
- Düzenlemeler ayrılmış doğrulama kümesinden geçtiğinde kabul edildi ve başarısız denemeler tampon belleğe alındı.
- Üretilen beceri dosyası tek bir Markdown belgesi olarak farklı modeller ve yürütme ortamları arasında aktarılabildi.
Microsoft araştırmacıları, yapay zeka ajanlarının doğal dille yazılmış beceri belgelerini otonom olarak geliştirmesini sağlayan SkillOpt adlı optimizasyon çerçevesini duyurdu. Yöntem, hedef modelin ağırlıklarını değiştirmek yerine ajanın araç kullanımını, kanıt toplama süreçlerini ve çıktı biçimlerini belirleyen prosedür metinlerini eğitiyor. Sabit tutulan hedef ajan görevleri tamamlayarak veri toplarken, ayrı bir optimize edici model bu sonuçları inceleyip metin üzerinde kontrollü düzenlemeler öneriyor.
Süreç, makine öğrenimindeki klasik eğitim döngüsünü metin düzeyinde taklit ediyor. Görev çıktıları ileri yayılım, optimize edici modelin yansıması ise geri yayılım işlevi görüyor; metinsel öğrenme oranı bütçesi ise aşırı kapsamlı değişiklikleri sınırlandırıyor. Düzenlemeler doğrudan kabul edilmeyip ayrılmış doğrulama kümesinde test ediliyor ve yalnızca başarım arttığında yeni beceri metni olarak kaydediliyor. Reddedilen değişiklikler ise gelecekteki hataları önlemek amacıyla negatif geri bildirim tamponunda saklanıyor.
Farklı kıyaslama testlerinde denenen yöntem, GPT ve Qwen tabanlı modellerin başarımlarında belirgin artışlar sağladı. Deneylerde elde edilen beceri dosyalarının farklı model boyutları ve kodlama ortamları arasında taşınabilir olduğu bildirildi. Araştırmacılar, optimize edici modelin ürettiği son çıktının tek bir kompakt Markdown dosyası olarak dışa aktarılabildiğini ve ek bellek yükü olmadan dağıtılabildiğini açıkladı.
Bu özet yapay zekâ ile hazırlanmıştır; ayrıntılar ve doğrulama için orijinal kaynağa başvurun.