בעולם שבו סוכני מודלי שפה גדולים (LLM) נתקלים בקשיים בגלל תלות בהדגמות חיצוניות או תכנון מועשר בהשגה, חוקרים מציגים את DuSAR – מסגרת חדשנית ללא דוגמאות שמאפשרת למודל קפוא לבצע חשיבה משותפת-מתאימה באמצעות שתי אסטרטגיות משלימות. האחת: תכנון הוליסטי ברמה גבוהה, והשנייה: מדיניות מקומית מבוססת-הקשר. שתי האסטרטגיות הללו מקיימות אינטראקציה דרך מנגנון רפלקציה קל משקל, שבו הסוכן מעריך באופן רציף את ההתקדמות באמצעות ציון כשירות אסטרטגיה ומתקן את התכנון הגלובלי כשהוא תקוע או משפר אותו עם התקדמות משמעותית – ממש כמו התנהגות מטה-קוגניטיבית אנושית. גישה זו מבטיחה גמישות ויעילות גבוהה יותר עבור עסקים המחפשים פתרונות AI אמינים.
DuSAR פועלת על ידי שילוב האסטרטגיות הללו בצורה דינמית. התכנון ההוליסטי מספק מבט כולל על הבעיה, בעוד המדיניות המקומית מתמקדת בפעולות מיידיות בהתבסס על ההקשר הנוכחי. מנגנון הרפלקציה, שמשתמש בציון כשירות אסטרטגיה, מאפשר לסוכן להעריך אם הוא מתקדם כראוי. אם לא, הוא מבצע תיקון בתכנית הגלובלית; אם כן, הוא מחדד אותה. מחקרים אבולטיביים אישרו כי התיאום בין שתי האסטרטגיות חיוני להצלחה, והשילוב האופציונלי של הדגמות מומחים משפר עוד יותר את התוצאות.
בבדיקות על בנצ'מרקים מאתגרים כמו ALFWorld ו-Mind2Web, DuSAR משיגה ביצועים ברמה העולמית עם מודלי LLM קוד פתוח בגדלים 7B-70B. ב- ALFWorld, היא הגיעה ל-37.1% הצלחה עם Llama3.1-70B – יותר מכפול מהתוצאה הטובה ביותר הקודמת של 13.0%. ב-Mind2Web, התוצאה עמדה על 4.02%, שוב יותר מכפול מהבסליין החזק ביותר. בנוסף, DuSAR מפחיתה את צריכת הטוקנים בצעד ב-3-9 פעמים, תוך שמירה על ביצועים גבוהים – יתרון קריטי לעסקים המנהלים משאבי מחשוב מוגבלים.
הגישה של DuSAR רלוונטית במיוחד לשוק הישראלי, שבו חברות הייטק וסטארט-אפים משקיעים רבות בסוכני AI אוטונומיים. היא מציעה אלטרנטיבה גמישה למודלים תלויי-הדגמות, שסובלים מקשיחות וצריכת משאבים גבוהה. בהשוואה למתחרים, DuSAR מצטיינת ביכולת הכללה וביעילות, מה שהופך אותה לבחירה אטרקטיבית ליישומים כמו אוטומציה עסקית ואינטראקציה עם אתרים מורכבים. השילוב עם ידע חיצוני אופציונלי מגביר את הגמישות.
לסיכום, DuSAR מסמנת קפיצת מדרגה בפיתוח סוכני LLM, עם פוטנציאל לשנות את האופן שבו עסקים ישראליים מיישמים AI. מנהלי טכנולוגיה צריכים לשקול אינטגרציה שלה בפרויקטים עתידיים, במיוחד לאור החיסכון במשאבים והביצועים המוכחים. האם הגיע הזמן להחליף הדגמות מסורתיות באסטרטגיות כפולות? קראו את המאמר המלא ב-arXiv כדי להעמיק.