ज्याने एआय एजंटसोबत अनेक दिवसांच्या प्रोजेक्टवर काम केले आहे त्यांना भिंत माहीत आहे: प्रत्येक नवीन सत्र सुरवातीपासून सुरू होते. नवीन संशोधन पोस्टमध्ये, अँथ्रोपिक वर्णन करते की क्लॉड हे सर्व सत्रांमध्ये ज्ञान टिकवून ठेवण्यासाठी कसे डिझाइन केले आहे, तर अंतर्निहित मॉडेल अपरिवर्तित राहते — फोल्डरमध्ये नोट्स लिहून ते नंतर वाचू शकतात. आश्चर्यकारक निष्कर्ष असा आहे की एजंट मेमरीचा सर्वात कठीण भाग स्टोरेज नाही. निवड आहे.

अँथ्रोपिकच्या मते, मुख्य समस्या ही आहे की पुढे काय होईल हे कळण्यापूर्वी एजंटला नंतर काय फरक पडतो हे क्षणात ठरवावे लागते. प्रत्येक नोट ही भविष्याची पैज असते. खूप कमी साठवा आणि एजंट त्याच्या चुका पुन्हा करतो; खूप साठवले जाते आणि संग्रह शिळा होतो, संदर्भ खातो आणि त्रुटी अनिश्चित काळासाठी पुढे नेतो.

पोकेमॉन चाचणी: ४१३ फाइल्स, एक बॅज

अयशस्वी मोड स्पष्ट करण्यासाठी, Anthropic ने Pokémon Red मध्ये चालणाऱ्या चाचण्यांकडे लक्ष वेधले. क्लॉड सॉनेट 3.7, एक जुने मॉडेल, सर्व काही संभाव्य महत्त्वाचे मानले. अंदाजे 10,000 गेम पायऱ्यांमधून 225 फोल्डर्समध्ये पसरलेल्या 413 फायली तयार केल्या - अनेकदा प्रत्येक लढाईसाठी आणि त्यास आलेल्या आयटमसाठी एक स्वतंत्र फाइल. खेळाची स्थिती बदलत राहिल्यामुळे, संग्रहण लिहिल्याप्रमाणे जवळजवळ तितक्याच वेगाने शिळे झाले. काही वेळा, मॉडेलने खेळण्याऐवजी त्याच्या नोट्सची पुनर्रचना करण्याशिवाय काहीही केले नाही आणि त्याने एकाच बॅजसह धाव पूर्ण केली.

नवीन क्लॉड फेबल 5 ने उलट दृष्टीकोन घेतला: त्याने त्याची मेमरी मूठभर फायलींपुरती मर्यादित केली आणि चार बॅज मिळवले. Fable 5 ने स्क्रीनवर आधीच दृश्यमान असलेली माहिती रेकॉर्ड केली नाही आणि त्याऐवजी योजना, रणनीती आणि त्याची चाचणी केलेले नियम लिहून ठेवले. मानववंशीय चेतावणी देते की तुलना प्रति मॉडेल फक्त एकच प्लेथ्रू समाविष्ट करते, त्यामुळे परिणाम निश्चित ऐवजी सूचक आहे — परंतु दिशा कंपनीच्या विस्तृत सल्ल्याशी सुसंगत आहे.

क्लॉडला मेमरीचा उद्देश समजावून सांगणे आणि ते कसे वापरायचे ते मॉडेलला ठरवू देणे हा सल्ला आहे. एका बेंचमार्कमध्ये, "केवळ रेकॉर्ड चुका" सारख्या कठोर सूचनांनी अधिक मजबूत मॉडेल्सचा फायदा पुसून टाकला. याउलट, जुन्या मॉडेल्सना स्पष्ट सूचनांचा फायदा झाला, जसे की प्रत्येक प्रतिसादापूर्वी त्यांच्या नोट्स वाचण्यास सांगितले जाते.

स्वप्न पाहणे: वस्तुस्थिती नंतर मेमरी ऑडिट करणे

दीर्घकाळ चालणाऱ्या एजंटमधील मोठा धोका विसरत नाही - तो दोषपूर्ण नोट्सवर विश्वास ठेवत आहे. अँथ्रोपिकचे उत्तर ही एक प्रक्रिया आहे ज्याला ड्रीमिंग म्हणतात, ही कल्पना लेटा आणि यूसी बर्कले यांच्या संशोधनावर आधारित आहे. झोपेच्या वेळी मानवी मेंदू जसा अनुभव एकत्रित करतो, क्लॉड विश्रांतीच्या वेळी आधीच्या सत्रांच्या प्रतिलेखांमधून जातो आणि प्रत्यक्षात काय घडले ते त्याच्या नोंदी तपासतो.

पोकेमॉन चाचणीमध्ये, क्लॉडने डोंगराच्या कोणत्या बाजूला एक महत्त्वाची खूण आहे हे चुकीच्या पद्धतीने नोंदवले होते. त्या सदोष नोटवर अवलंबून राहून, एजंट तीन वेळा त्याच सापळ्यात पडला, अखेरीस हार मानायची होती आणि त्याचे ध्येय चुकले. ड्रीमिंग पास केल्यानंतर, क्लॉडने प्रतिलेखाच्या विरूद्ध टीप तपासून त्रुटी पकडली आणि योग्य मार्ग सापडला.

स्वप्न पाहणे देखील बरेच मोठे ज्ञान तळ आयोजित करू शकते. क्लॉडने अँथ्रोपिक या सॉफ्टवेअर कंपनीने विकत घेतलेल्या स्टेनलेस कडून सुमारे 350,000 अंतर्गत दस्तऐवजांमधून एक लिंक केलेला विकी तयार केला, ज्यामध्ये ड्रीमिंगने अंतर, डुप्लिकेट आणि तुटलेल्या दुव्याचे निराकरण करताना नवीन पृष्ठे निर्माण केली. क्लॉड विकीला शोधासह एकत्र करू शकला तेव्हा मोबदला सर्वात मोठा होता, म्हणून क्युरेट केलेली मेमरी पुनर्स्थित करण्याऐवजी पुनर्प्राप्तीसाठी पूरक म्हणून काम करते.

जेव्हा विकी बीट्स शोधतो

अँथ्रोपिकने घेतलेल्या वेगळ्या कायदेशीर चाचणीमध्ये, क्युरेट केलेल्या विकीने अशा प्रश्नांवर सर्वाधिक मदत केली ज्यांची उत्तरे अनेक कागदपत्रांमध्ये पसरलेली होती. क्लॉडने विकीसह 87 टक्के गुण मिळवले, त्या तुलनेत केवळ शोध वापरून 73 टक्के. साध्या लुकअप कार्यांसाठी विकीने साधारणपणे शोधाच्या बरोबरीने कामगिरी केली — आणि एका बाबतीत ते सारांशित केलेल्या स्त्रोत दस्तऐवजांपेक्षाही मोठे झाले.

मानववंशीय खुल्या समस्यांबद्दल प्रामाणिक आहे. कामाच्या मध्यभागी नोट्स घेणे एजंटचे त्याच्या कामापासून लक्ष विचलित करते. स्वप्न पाहण्यासाठी अतिरिक्त गणना खर्च होते आणि त्याचे परिणाम विलंबानंतरच येतात. विकी आणि नोट्सना देखील नियमित देखरेखीची आवश्यकता असते किंवा त्रुटी आणि भ्रम निर्माण होतात. आणि कंपनी प्रत्येक सत्रात बऱ्याच आठवणी आपोआप लोड होण्यापासून चेतावणी देते, कारण ते संदर्भ खातात आणि भविष्यातील प्रत्येक सत्रात कोणतीही वाईट नोट पास करतात.

संशोधन पूर्वावलोकनापासून उत्पादनापर्यंत

स्वतःच स्वप्न पाहणे नवीन नाही: अँथ्रोपिकने मे मध्ये क्लॉड मॅनेज्ड एजंट्ससाठी संशोधन पूर्वावलोकन म्हणून सादर केले, AI एजंट्ससाठी कंपनीचे क्लाउड प्लॅटफॉर्म. सेवा विद्यमान मेमरी स्टोअर आणि 100 मागील सत्रांपर्यंत वाचते, डुप्लिकेट आणि कालबाह्य नोंदी काढून टाकते आणि मूळ अस्पर्शित ठेवताना पुनर्रचना केलेले स्टोअर तयार करते. लॉन्चच्या वेळी ते क्लॉड ओपस 4.7 आणि सॉनेट 4.6 चे समर्थन करते. OpenAI ने जूनमध्ये ChatGPT च्या स्वतःच्या मेमरी ओव्हरहॉलसाठी ब्रँडिंग उधार घेतले आहे, ज्याला ते "ड्रीमिंग" देखील म्हणतात - एक पार्श्वभूमी प्रणाली जी वापरकर्ता प्रोफाइल राखते आणि कालबाह्य माहिती स्वयंचलितपणे दुरुस्त करते.

अँथ्रोपिकच्या संशोधनातून एकंदरीत फायदा असा आहे की उपयुक्त एजंट मेमरी योग्य माहिती ठेवण्यापेक्षा आणि नंतर चुका सुधारण्यापेक्षा शक्य तितक्या संग्रहित करण्यावर कमी अवलंबून असते. काही मिनिटांपेक्षा दिवस आणि आठवडे विश्वसनीयपणे काम करू शकणारे एजंट तयार करण्यासाठी लॅबची शर्यत असल्याने, मेमरी क्युरेशन शांतपणे स्वतःची स्पर्धात्मक सीमा बनत आहे. तुम्ही AI Buzz Wire येथे एजंट संशोधनातील नवीनतम AI घडामोडींचे अनुसरण करू शकता.

AI च्या पुढे रहा

एजंट संशोधन त्वरीत प्रगती करत आहे आणि स्मृती ही पुढील रणांगण आहे. AI Buzz Wire वर प्रत्येक अपडेट, तसेच प्रत्येक प्रमुख लॅबमधून नवीनतम AI घडामोडी मिळवा.

अधिक एआय बातम्या वाचा →