BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
Trang chủ
AI AI
Tin nhanh
Bài viết
Sự kiện
BlockBeats Pro
Thêm
Thông tin tài chính
Chuyên đề
Hệ sinh thái chuỗi khối
Mục nhập
Podcast
Data
OPRR
Partnered With:

Mô hình nhỏ 9B tự động cập nhật kỹ năng tác nhân thông minh, lợi nhuận ngang bằng với mô hình lớn hàng đầu Claude.

Theo dõi từ Động Sát Beating, các tác nhân mô hình lớn thường tự tiến hóa bằng cách cập nhật "trang bị" bên ngoài (Harness, bao gồm prompt, bộ nhớ, kỹ năng và công cụ). Bài báo mới nhất do Đại học Bang Pennsylvania, UCSC và Amazon công bố, có tựa đề Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents, lần đầu tiên phân tách quá trình tiến hóa thành hai khía cạnh: "cập nhật trang bị" của bộ tiến hóa và "hưởng lợi từ trang bị" của bộ thực thi. Các thử nghiệm chéo cho thấy khả năng cập nhật trang bị thể hiện đặc điểm "phẳng" rõ rệt trên nền tảng năng lực cốt lõi của mô hình. Chênh lệch lợi ích tối đa khi các mô hình khác nhau cập nhật trang bị chỉ là 3,1%, thậm chí các kỹ năng cập nhật do Qwen3.5-9B (kích thước 9B) tạo ra về mặt cấu trúc chương trình đã tương đương cao với flagship Claude Opus 4.6. Điều này cho thấy khi phát triển hệ thống tự tiến hóa, không cần tiêu tốn mô hình chi phí cao cho vai trò bộ tiến hóa.

Ngược lại, khả năng tác nhân hưởng lợi từ trang bị lại thể hiện xu hướng "phi đơn điệu". Các mô hình hàng đầu đã gần chạm trần, trong khi các mô hình yếu (như Qwen3-32B) dù có không gian cải thiện lớn nhất nhưng lại hưởng lợi thực tế ít nhất. Nghiên cứu chỉ ra hai chế độ thất bại chính của mô hình yếu. Đầu tiên là "thất bại kích hoạt trang bị", tỷ lệ tải kỹ năng của mô hình yếu trong chuẩn SkillsBench chỉ đạt 25,1%, trong khi tỷ lệ tải của mô hình mạnh lên tới khoảng 96%. Thứ hai là "thất bại tuân thủ trang bị", khi quỹ đạo thực thi dài hạn mở rộng, mức độ tuân thủ chỉ thị của mô hình yếu giảm mạnh từ 0,52 ở giai đoạn đầu tải xuống còn 0,13.

Phát hiện tiên phong này đã gây được tiếng vang mạnh mẽ với nhà nghiên cứu AI nổi tiếng Elvis Sar (@omarsar0). Elvis Sar chỉ ra rằng trong các thí nghiệm về tác nhân mã hóa và nhiệm vụ dài hạn, ông đã quan sát thấy hiện tượng hoàn toàn giống hệt: các mô hình mạnh hơn không phải lúc nào cũng tiến hóa thành các tác nhân xuất sắc hơn. Bài báo này cung cấp hướng dẫn quan trọng cho thiết kế kiến trúc hệ thống tác nhân, cho thấy nên ưu tiên ngân sách tính toán cho tác nhân thực thi, và trong quá trình huấn luyện tác nhân, cần tập trung tăng cường khả năng tự kích hoạt trang bị và tuân thủ chỉ thị dài hạn.

举报 Báo lỗi/Báo cáo
Báo lỗi/Báo cáo
Gửi
Thêm mới thư viện
Chỉ mình tôi có thể nhìn thấy
Công khai
Lưu
Chọn thư viện
Thêm mới thư viện
Hủy
Hoàn thành