Önmagát fejlesztő AI-ügynökök: az OpenSkill új utat nyit a tudás megszerzésében
Az OpenSkill keretrendszer lehetővé teszi az AI-ügynökök számára, hogy külső felügyelet nélkül, nyílt világból szerezzenek tudást és fejlesszék képességeiket. A rendszer önállóan építi fel tudásbázisát és ellenőrző mechanizmusait.
Az AI-ügynökök önfejlődéséhez kulcsfontosságú az adaptáció a bevetés után. A korábbi módszerek azonban feltételeztek egy már meglévő tanulási hurkot, ami kurált készségeket, sikeres útvonalakat vagy ellenőrző jelzéseket tartalmazott. A valós, nyílt világú bevetések során ezek gyakran hiányoznak, csupán egy feladat prompt áll rendelkezésre.
Nyílt világból építkező tudás
Ebben a kontextusban vizsgálja a kutatás a nyílt világú önfejlődést, ahol egy ügynöknek a semmiből kell felépítenie saját készségeit és ellenőrző jelzéseit. Ehhez nyílt világú erőforrásokat használ fel, de semmilyen célfeladat-specifikus felügyeletet nem kap.
Kapcsolódó: Öngyógyító AI-ügynök
Az OpenSkill módszere
A rendszer a dokumentációkból, adattárakból és az internetről szerzi be a megalapozott tudást és az ellenőrző jelzőket. Ezeket átadható készségekké szintetizálja, majd ezeket a készségeket önállóan épített virtuális feladatok ellen finomítja.
Kapcsolódó: Teljesítménynövekedés
Eredmények és átjárhatóság
A kutatás három teljesítményteszten és két célügynökön keresztül vizsgálta az OpenSkill teljesítményét. Az eredmények alapján a keretrendszer éri el a legjobb automatizált sikeres átfutási arányt, miközben betartja a felügyelet-mentes feltételt.
Kapcsolódó: Adatvédelmi megoldás
Az OpenSkill keretrendszert az arXiv publikálta arXiv:2606.06741v1 azonosítóval, a kutatók célja, hogy olyan AI-ügynököket hozzanak létre, amelyek képesek önállóan tanulni és fejlődni a komplex, felügyelet nélküli környezetekben, mint például az OpenSkill modell 2026-os fejlesztése.
Kapcsolódó: LLM-ügynök tervezés