AI-nyhederForskerhold bag Chenqian Le: AI lærer af egne fejl
Forskere bag Chenqian Le har fundet ud af, hvordan AI-agenter lærer bedst, når de koder. Resultatet kan gøre AI klogere og billigere at træne.
Det nye fund
Le og kolleger har testet, hvordan AI-agenter lærer, når de får ros eller skældud for hvert lille skridt under kodearbejdet. De opdagede, at en bestemt metode til at fordele æren gør en stor forskel. Ved at tildele point præcist der, hvor fejlen opstår, blev agenten 11,6 % bedre til nye opgaver.
Hvad det betyder
Når AI'en lærer af hvert enkelt skridt frem for kun det endelige resultat, bliver den bedre til at klare opgaver, den aldrig har set før. Det er vigtigt, fordi kodningsopgaver i virkeligheden sjældent er ens. Agenten skal ikke bare huske et trick – den skal forstå, hvornår den selv lavede en fejl.
Udfordringen
Den store hurdle er, at det er svært at finde ud af, hvilket skridt der gik galt i en lang kæde af handlinger. Forskerne løser det ved at lade AI'en forklare sine egne valg undervejs. Men det kræver mere regnekraft og kan gøre træningen langsommere – så der er stadig plads til forbedringer.
- En bestemt metode til at tildele 'point' for handlinger forbedrede agentens resultater med 11,6 %.
- AI-agenter, der trænes med skridt-for-skridt feedback, klarer nye opgaver bedre.
- Forskerne bag holdet fra Chenqian Le sammenlignede flere forskellige træningsmetoder.
- Den bedste metode lod AI'en selv vurdere, hvilke handlinger der førte til succes.
- Metoden kræver mere computerkraft, hvilket kan begrænse brugen i praksis.
- Studiet er relevant for alle, der vil bygge mere pålidelige AI-kodningsværktøjer.
Hvis metoden tages i brug, kan AI-kodningsassistenter blive bedre til at løse opgaver, de aldrig har set før – det kan give dig færre fejl og mere effektiv hjælp i dit eget kodeprojekt.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.