SELM dört testte yapay zeka etmenlerinin beceri aktarımını artırdı

Mengxi Hu ve sekiz ortak yazar, dört etmen testinin ardından SELM adlı yapay zeka etmen çerçevesini 20 Ekim'de arXiv cs.AI ön baskısı olarak yayımladı.

Makale, SELM'in yazarların önceki beceri geliştirme yöntemlerinde tespit ettiği bir eksikliği, yani öğrenilen becerilerin farklı alanlarda zayıf şekilde yeniden kullanılmasını gidermek için üç kütüphane işlevini (erişim, güncelleme ve yaşam döngüsü kontrolü) birbirine bağladığını belirtiyor.

“SELM, beceri güveni ve fayda sinyallerini koruyarak beceri erişimini, güncellemeyi ve yaşam döngüsünü birlikte yönetiyor” ifadelerini kullandı yazarlar özette.

Büyük dil modeli etmenleri, görevleri planlamak ve yürütmek için LLM'leri kullanan sistemlerdir. Bu makalede “beceriler”, etmenlerin her yeni problem için sıfırdan yeniden öğrenmek yerine başvurabileceği, göreve özgü yeniden kullanılabilir bilgileri ifade ediyor.

Yazarlar, SELM'in faydalı becerileri seçmek için fayda odaklı erişim, görev deneyiminden güncellemeler üretmek için bir Map-Reduce süreci ve etkililiğe göre becerileri tutmak ya da elemek için yaşam döngüsü kuralları kullandığını ifade ediyor. Çerçevenin, farklı görevleri ve yürütme ortamlarını kapsayan dört test genelindeki senaryoların çoğunda daha üstün performans sergilediği belirtiliyor.

Kanıtlar henüz ön aşamada. arXiv makalesi bir ön baskı niteliğinde ve hakem değerlendirmesinden geçmedi.

Ön baskı, 17 Ekim'de yapay zeka alanında arXiv:2610.24630v1 olarak sunuldu.

Kaynak: arXiv cs.AI ön baskısı, 20 Ekim 2026