Save tobulinanti atmintis agentams

Populiarus dirbtinio intelekto (DI) mentalinis modelis – agentą prilyginti darbuotojui. Naujas gebėjimas galėtų prilygti „neseniai kolegiją baigusiam studentui“ arba „antrų metų analitikui“. Tai nėra geriausias būdas mąstyti apie DI gebėjimus, tačiau jis iliustruoja kritinę DI darbe koncepciją: kai tik pasamdote bet kurį darbuotoją, tikitės, kad jis mokysis ir tobulės darbo eigoje.

DI agentai turėtų elgtis taip pat. Tai skatina atidžiau pažvelgti į tai, ką DI „atmintis“ reiškia iš tikrųjų.

Pristatome Brain

Šiandien pristatome visiškai naują požiūrį į DI atmintį. Vadiname jį Brain.

Brain – tai save tobulinanti atminties sistema. Ji kuria Computer atliekamo darbo konteksto grafiką. Nustatytais intervalais, pavyzdžiui, per naktį, Brain peržiūri konteksto grafiką ir išmoksta geriau atlikti darbą.

Kuo daugiau dirbate, tuo geresnį ir efektyvesnį Brain padaro jūsų Computer.

Geresnis DI atminties modelis

DI atmintiai svarbios dvi ašys. Pirmoji – apie ką yra atmintis, o antroji – kam ji skirta.

Tradiciškai DI atmintis buvo skirta jums – naudotojui. Jūsų nuostatoms, skoniui, darbo stiliui, kontaktams, vaidmeniui ir kt. Brain tampa pradininku daug efektyvesnio modelio, skirto DI agentams: Brain įsimena, ką agentas padarė. Jis įsimena, kas pavyko, kas nepavyko ir kokios korekcijos buvo atliktos darbe. Jis išmoksta dirbti geriau.

Antra, naudotojui skirta DI atmintis padeda labiau įsitraukti į bendravimą su DI agentu. Darbinė atmintis, tokia kaip Brain, padeda agentui geriau atlikti savo darbą. Tai pati svarbiausia atminties paskirtis.

Kartu šis požiūris į atmintį bėgant laikui pagerina Computer našumą. Kiekvieną dieną Computer su Brain turi geresnį atspirties tašką kiekvienai naujai užduočiai. Taip yra todėl, kad Brain sukuria naują žemėlapį, kuriame atsispindi, ką naudotojas tikriausiai tikisi pasiekti remiantis praėjusiomis sesijomis, tuo, kas pasiteisino, o kas ne.

Tai reiškia, kad Computer gali greičiau rasti atsakymus, pasiekti patikimiausius šaltinius ir išvengti laiko bei žetonų švaistymo.

Rekursinis savęs tobulinimas

Brain tobulėja jums naudojantis Computer. Agentai tampa veiksmingesni atnaujindami kontekstą, nes išmoksta projektus, jungtis, artefaktus ir kitus šaltinius, kurie užtikrina geriausius rezultatus.

Jie taip pat mokosi iš savo klaidų, įsimindami, kada naudotojas atliko pataisymą arba kada šaltinis buvo aklavietė. Dėl to prireikia mažiau žingsnių, mažiau kreipinių į modelį ir gaunami geresni rezultatai.

Šis grįžtamojo ryšio ciklą ir lemia tai, kad Brain nuolat tobulėja.

Naudotojams agentai geriau perpranta darbui atlikti reikalingą kontekstą. Tai taip pat reiškia, kad dabartinis žetonų naudojimas yra investicija į efektyvesnį žetonų vartojimą ateityje.

Konteksto grafikas

Brain sukuria dinamišką konteksto grafiką Computer, suformuodamas sekamą grafiką, kuris padeda Computer suprasti naudotojo pasaulį, mokytis iš jo darbo ir pritaikyti šį darbą atliekant būsimas užduotis.

Konteksto sluoksnis pasižymi LLM „wiki“ formato pavidalu, kuris automatiškai įkeliamas į agento smėlio dėžę („sandbox“). Naudotojo LLM „wiki“ puslapiai atspindi idėjas, žmones, projektus ir kitus elementus, sudarančius jų pasaulį, todėl Computer gali naršyti šiame asmeninės informacijos tinkle.

Šį „wiki“ per naktį palaipsniui atnaujina Brain sistema, sintezuodama naudotojo sesijas kartu su jungčių rezultatais, pradinių dokumentų pakeitimais ir atliktomis korekcijomis.

Šis nuolat atsinaujinantis kontekstas suteikia Computer tvirtesnių gairių, ką daryti, kur ieškoti ir kaip pateikti rezultatus naudotojui.

Patobulintas našumas

Padidinti

Ankstyvieji matavimo rezultatairodo, kad atliekant anksčiau Computer matytas užduotis Brain 25 % padidina atsakymų teisingumą. Atsiminimas padidėja 16 %.

Tie patys rezultatai rodo, kad Brain 13 % sumažina užduočių, kurioms reikia istorinio konteksto, sąnaudas. O ilgiau Brain naudojančių žmonių rezultatai gerėja agentams susipažįstant su jų pasauliu.

Brain taip pat rodo savo atliktą darbą, kaip ir kiti „Perplexity“ sugeneruoti rezultatai. Kiekvienas atminties įrašas turi nuorodą į sesiją, failą ar šaltinį, iš kurio jis buvo gautas.

Proaktyvaus DI galios

Tik nuolat mokydamasis Computer tampa proaktyviu DI, kurio prašo naudotojai ir įmonės. Agentai išmoksta ir įsimena darbą bei tai, kaip jį atlikti geriau.

Paangiausias DI yra individuali sistema, kurią sukuriate DI savo organizacijoje. Kai agentai aktyviai mokosi iš mūsų atliekamo darbo, jie gali pastebėti galimybių, apie kurias neklausėme, arba įspėti apie problemą dar kam nors jos nepastebėjus.

Ši Brain versija – tik pradžia. Netrukus paskelbsime apie naujas galimybes.

Nuo šiandien Brain tyrimų peržiūros (Research Preview) režimu tampa prieinama Max ir Enterprise Max prenumeratoriams.