AI-nyhederAgentStream: Sådan klarer AI sig med konstant nyt input
Ny forskning tester, hvordan AI-assistenter klarer sig, når opgaver strømmer ind uafbrudt. Resultaterne viser nye udfordringer for selvforbedrende AI.
Det er sket
Forskere har udviklet AgentStream, et system der tester AI-modeller under streaming-opgaver – altså hvor opgaverne kommer i en uendelig strøm, som på et rigtigt arbejde. Tidligere tests stoppede efter én opgave, men nu kan man se, hvordan AI'en klarer sig over tid. Det er første gang, man undersøger, hvordan AI udvikler sig selv, mens opgaverne hele tiden skifter.
Hvad opdagede de?
Resultaterne viser, at selvom AI-modeller kan lære af tidligere opgaver, så falder kvaliteten, når opgaverne bliver for forskellige. Faktisk klarede modellerne sig markant dårligere, når de skulle skifte mellem emner uden nogen sammenhæng. Det betyder, at den selvforbedrende evne ikke altid er en fordel – nogle gange glemmer modellen de vigtige ting fra tidligere opgaver.
Hvad betyder det?
For dig, der bruger AI-assistenter i hverdagen eller på arbejdet, betyder det, at du ikke kan regne med, at AI'en bliver klogere af sig selv over tid. Hvis du giver den mange forskellige opgaver i træk, kan kvaliteten faktisk blive dårligere. Du skal måske give den mere kontekst eller nulstille den mellem opgaverne.
- AgentStream er et nyt benchmark til at teste AI-modeller under streaming-opgaver.
- Forskningen viser, at AI-modeller har svært ved at bevare kvalitet, når opgaver er uensartede.
- Selvforbedrende modeller kan glemme vigtig viden, når de konstant får nyt input.
- Undersøgelsen er offentliggjort på arXiv under titlen AgentStream.
- Resultaterne udfordrer antagelsen om, at AI bliver bedre af sig selv.
Du kan ikke regne med, at din AI-assistent bliver klogere af sig selv – giv den tydelig kontekst, hvis opgaverne skifter meget.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.