Alibaban uusi AI-kehys vähentää työkalujen käyttöä 99 %

Alibaban tutkijat ovat esitelleet uuden tekoälykehyksen nimeltä SkillWeaver, joka pyrkii ratkaisemaan haasteita, joita syntyy, kun tekoälyagenttien on käytettävä lukuisia työkaluja monimutkaisten tehtävien suorittamiseen. Kehys luo tehtävälle suorituskaavion ja valitsee sopivimmat apuvälineet kuhunkin vaiheeseen.

Menetelmä sisältää Skill-Aware Decomposition (SAD) -tekniikan, joka hyödyntää palautesilmukkaa. Tämä mahdollistaa sen, että agentti voi iteratiivisesti hakea ja arvioida relevantteja työkaluja. Tämä jäsennelty lähestymistapa eroaa aiemmista malleista, jotka valitsevat työkaluja vain kerralla.

SkillWeaver soveltuu tilanteisiin, joissa tekoälyagentit orkestroivat useita työkaluja, kuten tietojen lataamiseen, muuntamiseen ja raporttien luomiseen. Kokeissa SkillWeaverin todettiin vähentävän tietokoneen muistin (tokenien) käyttöä yli 99 % verrattuna menetelmiin, joissa agentille annettiin pääsy koko työkalukirjastoon.

Tutkimuksen mukaan suurin pullonkaula työkalujen tarkassa valinnassa on tehtävän pilkkomisen hienojakoisuus. SkillWeaver jakaa monimutkaiset pyynnöt pienempiin osatehtäviin, etsii sopivimmat työkalut ja muodostaa lopullisen suorituskaavion, varmistaen työkalujen yhteensopivuuden.