ਵੱਡਾ ਖ਼ਬਰ
Arbor: Tree Search as a Cognition Layer for Autonomous Agents
ਖੋਜਕਰਤਾਵਾਂ ਨੇ Arbor ਨੂੰ ਪੇਸ਼ ਕੀਤਾ, ਜੋ ਕਿ ਇੱਕ ਬਹੁ-ਏਜੰਟ ਫ੍ਰੇਮਵਰਕ ਹੈ ਜੋ ਸੰਗਠਿਤ ਟ੍ਰੀ ਖੋਜ ਨੂੰ ਵਰਤਦਾ ਹੈ ਤਾਂ ਜੋ ਆਟੋਨਮਸ ਏਜੰਟਾਂ ਦੀ ਕੋਗਨੀਸ਼ਨ ਨੂੰ ਸੁਧਾਰਿਆ ਜਾ ਸਕੇ ਜੋ ਜਟਿਲ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਗਤੀਸ਼ੀਲਤਾ ਨਾਲ ਚੱਲਦੇ ਹਨ। ਇਸ ਨਵੀਨਤਾ ਨੇ ਉਹ ਚੁਣੌਤੀਆਂ ਸਿਖਾਈਆਂ ਹਨ ਜੋ ਏਜੰਟ ਫੈਸਲੇ ਕਰਨ ਵਿੱਚ ਸਾਹਮਣਾ ਕਰਦੇ ਹਨ, ਜੋ ਕਿ ਰੋਬੋਟਿਕਸ ਤੋਂ ਲੈ ਕੇ ਗੇਮਿੰਗ ਤੱਕ ਦੇ ਵਾਸਤਵਿਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਉਨ੍ਹਾਂ ਨੂੰ ਹੋਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਬਣਾਉਂਦੀ ਹੈ। Arbor ਦਾ ਸੰਗਠਿਤ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਏਜੰਟਾਂ ਨੂੰ ਕੰਮਾਂ ਦੀ ਯੋਜਨਾ ਬਣਾਉਣ ਅਤੇ ਇਨ੍ਹਾਂ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਬਿਹਤਰ ਬਣਾਉਂਦਾ ਹੈ, ਜਿਸ ਦੀ ਲੋੜ ਨਾਜ਼ੁਕ ਫੈਸਲੇ ਕਰਨ ਵਾਲੇ ਕੰਮਾਂ ਲਈ ਹੈ। AI ਏਜੰਟਾਂ ਨੂੰ ਵਿਕਸਿਤ ਕਰਨ ਵਿੱਚ ਸ਼ਾਮਲ ਕਿਸੇ ਵੀ ਵਿਅਕਤੀ ਲਈ, ਇਸ ਫ੍ਰੇਮਵਰਕ ਨੂੰ ਸਮਝਣਾ ਅਤੇ ਲਾਗੂ ਕਰਨਾ ਪ੍ਰਦਰਸ਼ਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸੁਧਾਰ ਲਿਆ ਸਕਦਾ ਹੈ। ਤੁਸੀਂ ਇਸ ਬਾਰੇ ਹੋਰ ਪੜ੍ਹ ਸਕਦੇ ਹੋ ਇੱਥੇ.
ਤੁਰੰਤ ਜਾਣਕਾਰੀ
ToolSense: A Diagnostic Framework for Auditing Parametric Tool Knowledge in LLMs
ਇਹ ਪੇਪਰ ToolSense ਨੂੰ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਇੱਕ ਫ੍ਰੇਮਵਰਕ ਹੈ ਜੋ ਇਹ ਪਤਾ ਕਰਨ ਅਤੇ ਆਡੀਟ ਕਰਨ ਲਈ ਬਣਾਇਆ ਗਿਆ ਹੈ ਕਿ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲ (LLMs) ਕਿੰਨਾ ਚੰਗਾ ਸੰਦਾਂ ਨੂੰ ਸਮਝਦੇ ਅਤੇ ਵਿਆਖਿਆ ਕਰਦੇ ਹਨ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸੰਦ ਪ੍ਰਾਪਤੀ LLMs ਦੇ ਪ੍ਰਯੋਗਤਮ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਬਹੁਤ ਵਧਾ ਸਕਦੀ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ: ToolSense ਦੇ ਨਾਲ, ਵਿਕਾਸਕ LLM ਦੀਆਂ ਸਮਰੱਥਾਵਾਂ ਨੂੰ ਬਿਹਤਰ ਅੰਕਣ ਅਤੇ ਸੁਧਾਰ ਸਕਦੇ ਹਨ, ਜਿਸ ਨਾਲ ਹੋਰ ਭਰੋਸੇਮੰਦ ਅਤੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ AI ਸਿਸਟਮ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਮਿਲਦੀ ਹੈ। ਹੋਰ ਪੜ੍ਹੋ ਇੱਥੇ.
Deployment-Centered Evaluation: Predicting Query-Level Rejection Risk in a Clinical LLM System
ਇਹ ਅਧਿਐਨ ਕਲੀਨੀਕੀ ਸੈਟਿੰਗਜ਼ ਵਿੱਚ LLMs ਦੀ ਪ੍ਰਯੋਗਤਮ ਯੋਗਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ 'ਤੇ ਧਿਆਨ ਕੇਂਦ੍ਰਿਤ ਕਰਦਾ ਹੈ, ਜੋ ਇਹ ਦੱਸਣ ਦੇ ਤਰੀਕੇ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਕਿ ਕਦੋਂ ਪੁੱਛੇ ਗਏ ਸਵਾਲਾਂ ਨੂੰ ਰੱਦ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ ਕਿਉਂਕਿ ਇਹ ਸਿਹਤ ਸੇਵਾਵਾਂ ਵਿੱਚ AI ਦੇ ਪੇਸ਼ ਕਰਨ 'ਤੇ ਭਰੋਸਾ ਅਤੇ ਸੁਰੱਖਿਆ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਕਲੀਨੀਕੀ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ LLMs ਦੀ ਭਰੋਸੇਮੰਦਤਾ ਨੂੰ ਸੁਧਾਰ ਕੇ, ਪ੍ਰੈਕਟੀਸ਼ਨਰ ਚੰਗੇ ਰੋਗੀ ਨਤੀਜੇ ਅਤੇ ਹੋਰ ਪ੍ਰਭਾਵਸ਼ਾਲੀ AI ਸਹਾਇਤਾ ਪ੍ਰਦਾਨ ਕਰ ਸਕਦੇ ਹਨ। ਇਸਨੂੰ ਦੇਖੋ ਇੱਥੇ.
TrajGenAgent: A Hierarchical LLM Agent for Human Mobility Trajectory Generation
TrajGenAgent ਇੱਕ ਨਵਾਂ ਹਾਇਰਾਰਕੀਕਲ ਏਜੰਟ ਪੇਸ਼ ਕਰਦਾ ਹੈ ਜੋ ਮਨੁੱਖੀ ਮੋਬਿਲਿਟੀ ਟ੍ਰਾਜੈਕਟਰੀਆਂ ਬਣਾਉਣ ਵਿੱਚ ਸਮਰੱਥ ਹੈ, ਜੋ ਸ਼ਹਰੀ ਯੋਜਨਾ ਅਤੇ ਆਵਾਜਾਈ ਲੋਜਿਸਟਿਕਸ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਤਰੀਕਾ ਮਹਿੰਗੇ ਵਾਸਤਵਿਕ ਡੇਟਾ ਇਕੱਠਾ ਕਰਨ ਦੀ ਲੋੜ ਨੂੰ ਘਟਾਉਂਦਾ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਯਥਾਰਥ ਮਨੁੱਖੀ ਗਤੀ ਦੇ ਪੈਟਰਨ ਨੂੰ ਸਿਮੂਲੇਟ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਵੱਖ-ਵੱਖ ਖੇਤਰਾਂ ਵਿੱਚ ਯੋਜਨਾ ਅਤੇ ਜਵਾਬ ਦੇ ਰਣਨੀਤੀਆਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਸਕਦੀ ਹੈ। ਹੋਰ ਜਾਣੋ ਇੱਥੇ.
Rethinking Psychometric Evaluation of LLMs: When and Why Self-Reports Predict Behavior
ਇਹ ਪੇਪਰ ਇਹ ਪੜਤਾਲ ਕਰਦਾ ਹੈ ਕਿ ਕਿਵੇਂ ਸਵੈ-ਰਿਪੋਰਟਾਂ LLMs ਦੇ ਵਿਹਾਰ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰਨ ਵਿੱਚ ਵਰਤੀ ਜਾ ਸਕਦੀ ਹੈ, ਜੋ ਸੁਰੱਖਿਅਤ ਪੇਸ਼ ਕਰਨ ਲਈ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਇਹ ਸਮਝਣਾ ਕਿ ਇਹ ਭਵਿੱਖਬਾਣੀਆਂ ਕਦੋਂ ਸੱਚੀਆਂ ਹੁੰਦੀਆਂ ਹਨ, ਵਿਕਾਸਕਾਂ ਨੂੰ ਮਾਡਲ ਦੀ ਭਰੋਸੇਮੰਦਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ। ਇਹ ਮਹੱਤਵਪੂਰਨ ਹੈ: ਇਹ ਖੋਜ AI ਸਿਸਟਮਾਂ ਨੂੰ ਹੋਰ ਸੁਰੱਖਿਅਤ ਬਣਾਉਣ ਵਿੱਚ ਯੋਗਦਾਨ ਦੇ ਸਕਦੀ ਹੈ, ਇਸ ਨਾਲ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦੇ ਹੋਏ ਕਿ LLMs ਵਾਸਤਵਿਕ ਦ੍ਰਿਸ਼ਾਂ ਵਿੱਚ ਉਮੀਦਾਂ ਦੇ ਅਨੁਸਾਰ ਵਿਹਾਰ ਕਰਦੇ ਹਨ। ਹੋਰ ਪੜ੍ਹੋ ਇੱਥੇ.
ਇੱਕ ਚੀਜ਼ ਜੋ ਕੋਸ਼ਿਸ਼ ਕਰਨੀ ਹੈ
ਇਸ ਹਫ਼ਤੇ, ਆਪਣੇ AI ਪ੍ਰੋਜੈਕਟਾਂ ਵਿੱਚ ਇੱਕ ਟ੍ਰੀ ਖੋਜ ਅਲਗੋਰਿਦਮ ਲਾਗੂ ਕਰਨ ਬਾਰੇ ਸੋਚੋ। ਇਹ ਜਟਿਲ ਵਾਤਾਵਰਣਾਂ ਵਿੱਚ ਫੈਸਲੇ ਲੈਣ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਸੁਧਾਰਨ ਵਿੱਚ ਮਦਦ ਕਰ ਸਕਦੀ ਹੈ, ਖਾਸ ਕਰਕੇ ਜੇ ਤੁਸੀਂ ਆਟੋਨਮਸ ਏਜੰਟਾਂ ਜਾਂ ਕਿਸੇ ਵੀ ਸਿਸਟਮ ਨਾਲ ਕੰਮ ਕਰ ਰਹੇ ਹੋ ਜੋ ਗਤੀਸ਼ੀਲ ਯੋਜਨਾ ਦੀ ਲੋੜ ਹੈ।
ਸਾਈਨ-ਆਫ
ਮੈਂ ਉਮੀਦ ਕਰਦਾ ਹਾਂ ਕਿ ਤੁਸੀਂ AI ਖੋਜ ਵਿੱਚ ਇਸ ਹਫ਼ਤੇ ਦੀਆਂ ਸਮਝਾਂ ਨੂੰ ਮੇਰੇ ਵਰਗਾ ਹੀ ਰੁਚਿਕਰ ਪਾਇਆ! ਜੇ ਤੁਹਾਡੇ ਕੋਲ ਕੋਈ ਵਿਚਾਰ ਜਾਂ ਸਵਾਲ ਹਨ, ਤਾਂ ਬੇਝਿਜਕ ਸੰਪਰਕ ਕਰੋ। ਖੋਜ ਕਰਨ ਵਿੱਚ ਖੁਸ਼ ਰਹੋ!