ByteDance доказали, что ИИ-агент учится прямо во время работы, и чем лучше среда, тем быстрее он становится умнее
2 дня подряд мы разбираем для наших подписчиков Patreon, как сделать ИИ-агента умнее.
Первый способ - как обучить на ваших данных, чтобы он думал как сотрудник вашей организации. Второй - правильно выстроить среду, harness, чтобы он работал точно и предсказуемо.
Сегодня ByteDance дает нам третье измерение, а, что, если агент учится прямо во время работы? Не из обучающей выборки, не из промпта, а через петлю обратной связи.
Именно это измерил EdgeBench - новый бенчмарк от ByteDance Seed.
Даже без переобучения и в несовершенной среде агент, которому дают время и обратную связь, сам нащупывает путь.
Почему это важно для промышленного внедрения ИИ?
Компании не хотят ждать, пока OpenAI или Anthropic дообучат модель на их специфике. Им нужен агент, который сам разберётся в их среде.
EdgeBench именно это и измеряет: не, что модель знает, а как быстро и насколько далеко она учится, когда ей дают время и среду.
И ещё одно открытие от ByteDance: скорость с которой агенты учатся из среды, удваивается каждые три месяца. Для сравнения: знаменитый закон Мура давал удвоение раз в полтора года.
Присоединяйтесь к нам на Patreon, даже если вы не разбираетесь в разработке, но хотите качественно управлять своим проектом/бизнесом.
2 дня подряд мы разбираем для наших подписчиков Patreon, как сделать ИИ-агента умнее.
Первый способ - как обучить на ваших данных, чтобы он думал как сотрудник вашей организации. Второй - правильно выстроить среду, harness, чтобы он работал точно и предсказуемо.
Сегодня ByteDance дает нам третье измерение, а, что, если агент учится прямо во время работы? Не из обучающей выборки, не из промпта, а через петлю обратной связи.
Именно это измерил EdgeBench - новый бенчмарк от ByteDance Seed.
Даже без переобучения и в несовершенной среде агент, которому дают время и обратную связь, сам нащупывает путь.
Почему это важно для промышленного внедрения ИИ?
Компании не хотят ждать, пока OpenAI или Anthropic дообучат модель на их специфике. Им нужен агент, который сам разберётся в их среде.
EdgeBench именно это и измеряет: не, что модель знает, а как быстро и насколько далеко она учится, когда ей дают время и среду.
И ещё одно открытие от ByteDance: скорость с которой агенты учатся из среды, удваивается каждые три месяца. Для сравнения: знаменитый закон Мура давал удвоение раз в полтора года.
Присоединяйтесь к нам на Patreon, даже если вы не разбираетесь в разработке, но хотите качественно управлять своим проектом/бизнесом.