ხელოვნური ინტელექტის აგენტების განვითარება ახალ ეტაპზე გადადის. ტრადიციულად, AI მოდელები ინფორმაციას „კონტექსტური ფანჯრის“ მეშვეობით ამუშავებენ, რომელიც სტატიკური, დამატებადი ჟურნალის მსგავსია. თუმცა, ახალი მიდგომა, რომელსაც „Context Sculpting“ (კონტექსტის სკულპტინგი) ეწოდა, ამ პრინციპს ძირფესვიანად ცვლის.

იდეის არსი მარტივია: ნაცვლად იმისა, რომ მოდელი მხოლოდ დამატებით ინფორმაციას იღებდეს, მას ეძლევა უფლება, თავად მართოს, შეცვალოს ან გაწმინდოს საკუთარი კონტექსტი. ამ გზით, AI-ს შეუძლია „მოიშოროს“ არარელევანტური მონაცემები, რაც ხელს უშლის მას დავალების სწორად შესრულებაში.

როგორ მუშაობს კონტექსტის მართვა?

ექსპერიმენტის ფარგლებში შეიქმნა ორსაფეხურიანი სისტემა. ე.წ. „გარე აგენტი“ აკვირდება „შიდა აგენტის“ მუშაობას და საჭიროების შემთხვევაში ერევა პროცესში. გარე მოდელს შეუძლია გადაწყვიტოს, გააგრძელოს მუშაობა, შეცვალოს კონტექსტი ან დააბრუნოს სისტემა წინა მდგომარეობაში.

ტესტირებისას მკვლევარებმა ორი ძირითადი დავალება გამოიყენეს: კოდის შეკეთება და დოკუმენტაციიდან ინფორმაციის სინთეზი. საწყის ეტაპზე, სისტემა ზედმეტად ფრთხილი აღმოჩნდა და კონტექსტის მოდიფიკაცია არ მოუხდენია, რამაც ხარჯების 14-ჯერ ზრდა გამოიწვია ყოველგვარი შედეგის გარეშე.

ეფექტურობა და გამოწვევები

სიტუაცია შეიცვალა მას შემდეგ, რაც გარე მოდელის პრომპტი დაიხვეწა. მან დაიწყო კონტექსტის აქტიური „სკულპტინგი“ — არასაჭირო ინფორმაციის წაშლა და მნიშვნელოვანი დეტალების ხაზგასმა. შედეგად, მოდელმა შეძლო უფრო ეფექტურად გაეგრძელებინა მუშაობა და თავიდან აეცილებინა შეცდომები, რომლებიც ხმაურიანი მონაცემებით იყო გამოწვეული.

მიუხედავად წარმატებისა, ეს მიდგომა ორლესიან მახვილს ჰგავს. კოდის შეკეთებისას, მოდელმა ზედმეტად ხშირად დაიწყო კონტექსტის გადაწერა, რამაც დავალების შესრულების დრო და ფასი გაზარდა. ეს მიუთითებს იმაზე, რომ კონტექსტის მართვა მოითხოვს დახვეწილ ბალანსს ზედამხედველობასა და ავტონომიურობას შორის.

კონტექსტის სკულპტინგი რჩება ექსპერიმენტულ, თუმცა პერსპექტიულ მიმართულებად. ის გვაჩვენებს, რომ AI-სთვის კონტექსტის მართვის უფლების მინიჭება, შესაძლოა, იყოს გასაღები უფრო რთული და გრძელვადიანი დავალებების შესასრულებლად.