Meta AI:s EvoHarness-RL förbättrar AI-agenters långsiktiga arbetsflöden

Meta AI, tillsammans med forskare från University of Illinois Urbana-Champaign, har introducerat EvoHarness-RL, ett nytt ramverk designat för att förbättra AI-agenters prestanda i långvariga och komplexa uppgifter. Denna utveckling representerar ett betydande steg mot mer autonoma och effektiva AI-system som kan hantera komplexa företagsprocesser utan kontinuerlig manuell styrning.

Traditionellt har AI-agenters beteenden styrts av rigida, mänskligt kodade regler, vilket begränsar deras autonomi och anpassningsförmåga till förändrade situationer. EvoHarness-RL introducerar ett abstraktionslager för agentens körtidssystem (harness), som lär modellen när och hur den ska utnyttja information från sin miljö. Detta löser problemet där stora mängder data eller långa processer överskrider agentens interna minneskapacitet.

Xuying Ning, en av författarna till EvoHarness-RL-studien, betonade att manuellt kodade instruktioner och stela minnesstrukturer förbrukar betydande ingenjörsresurser. "Den optimala harnessen förändras ofta med modellen", förklarade Ning. "Olika modeller kan kräva olika prompts, minnesdesigner eller konfigurationer. Om all denna logik kodas manuellt, kan varje modelluppgradering leda till en ny cykel av finjustering och felsökning."

EvoHarness-RL konsoliderar agentens stödsystem i ett enhetligt gränssnitt kallat Belief, Progress, and Experience (BPE). Detta gör det möjligt för agenten att lära sig fatta optimala beslut om hantering av externt tillstånd. Istället för att blint följa kodade instruktioner, lär sig agenten att konstruera ett strukturerat arbetsutrymme från otydlig körningstiddata och besluta när och hur det ska användas i komplexa arbetsflöden. Detta möjliggör också effektivare återanvändning av tidigare inlärd kunskap och undvikande av fel i långvariga uppgifter.