Ana Sayfa
AI AI
Flaş
Derinlik
Etkinlikler
BlockBeats Pro
Daha Fazla
Finans
Özel
Blok Zinciri Ekosistemi
Giriş
Podkastlar
Veri
OPRR
#
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
Partnered With:

9B küçük model, akıllı ajan becerilerini bağımsız olarak güncelliyor ve elde ettiği kazanç, Claude'un amiral gemisi büyük modeliyle eşit seviyeye ulaşıyor.

动察 Beating tarafından yapılan izlemeye göre, büyük model ajanları genellikle harici "donanımlarını" (Harness: ipuçları, bellek, beceriler ve araçlar) güncelleyerek kendi kendine evrimleşmektedir. Pennsylvania Eyalet Üniversitesi, UCSC ve Amazon gibi kurumlar tarafından yayınlanan en son makale , evrim sürecini ilk kez iki boyuta ayırmıştır: evrimleştiricinin "donanım güncellemesi" ve yürütücünün "donanımdan faydalanması". Çapraz testler, donanım güncelleme yeteneğinin model temel yetenekleri üzerinde belirgin bir "düzleşme" özelliği gösterdiğini ortaya koymuştur. Farklı modellerin donanım güncellemesinden elde ettiği fayda farkı en fazla %3,1'dir. Hatta 9B boyutundaki Qwen3.5-9B'nin ürettiği güncellenmiş beceriler, program yapısı açısından amiral gemisi seviyesindeki Claude Opus 4.6 ile neredeyse eşdeğerdir. Bu durum, kendi kendine evrimleşen sistemler geliştirirken evrimleştirici rolünde yüksek maliyetli modeller kullanmaya gerek olmadığını göstermektedir.

Buna karşılık, ajanların donanımdan faydalanma yeteneği "monoton olmayan" bir eğilim sergilemektedir. Üst düzey modellerin performansı neredeyse tavana vurmuşken, zayıf modeller (örneğin Qwen3-32B) en büyük iyileştirme potansiyeline sahip olmasına rağmen en az faydayı elde etmektedir. Araştırma, zayıf modellerde iki ana başarısızlık modu olduğunu belirtmektedir. Birincisi "donanım aktivasyon başarısızlığı": zayıf modellerin SkillsBench kıyaslamasında beceri yükleme oranı yalnızca %25,1 iken, güçlü modellerde bu oran yaklaşık %96'dır. İkincisi ise "donanıma uyum başarısızlığı": uzun süreli yürütme izleme süreci ilerledikçe, zayıf modellerin talimat uyum oranı, yüklemenin başlangıcındaki 0,52'den aniden 0,13'e düşmektedir.

Bu öncü bulgu, tanınmış AI araştırmacısı Elvis Sar'ın (@omarsar0) güçlü bir şekilde dikkatini çekmiştir. Elvis Sar, kodlama ajanları ve uzun süreli görev deneylerinde tamamen aynı olguyu gözlemlediğini belirtmiştir: daha güçlü modeller her zaman daha iyi ajanlar evrimleştiremez. Bu makale, ajan sistemi mimarisi tasarımı için önemli bir rehberlik sağlamakta ve hesaplama bütçesinin yürütücü ajana ayrılması gerektiğini, ajan eğitiminde ise donanımın kendi kendine aktivasyonu ve uzun süreli talimat uyum yeteneğinin güçlendirilmesine odaklanılması gerektiğini göstermektedir.

举报 Düzeltme/Rapor
Düzeltme/Rapor
Gönder
Kütüphane Ekle
Sadece kendime görünür
Herkese Açık
Kaydet
Kütüphane Seç
Kütüphane Ekle
İptal
Tamamla