يعتمد نظام "KwaiAgents"، وهو نظام مفتوح المصدر مشترك بين Kuaishou ومعهد Harbin للتكنولوجيا، على طريقة Meta-Agent Tuning (MAT) لجعل نموذج 7B/13B يتفوق على GPT-3.5 في الأداء، مما يجذب انتباه الصناعة. يعتمد هذا النظام على نموذج كبير، مدمج مع آلية الذاكرة ومكتبة الأدوات، لبناء نظام آلي. أهم ما يميزه هو أن طريقة MAT تتجنب بشكل فعال مشكلة فرط ملاءمة النموذج وتحسن بشكل كبير القدرة على التعميم والتطبيق العملي للنموذج. نموذج. ولا توفر هذه الخطوة موارد قيمة للباحثين في مجال الذكاء الاصطناعي فحسب، بل تضخ أيضًا حيوية جديدة في التطوير الإضافي لتكنولوجيا النماذج الكبيرة.
تركز المقالة على:
قام معهد Kuaishou ومعهد Harbin للتكنولوجيا بالاشتراك في فتح نظام "KwaiAgents" من خلال طريقة Meta-Agent Tuning، حيث تجاوز نموذج 7B/13B GPT-3.5 في جميع الجوانب. يأخذ النظام نموذجًا كبيرًا كنواة ويشكل نظامًا آليًا من خلال آلية الذاكرة ومكتبة الأدوات. تتجنب طريقة MAT مشكلة الإفراط في الملاءمة وتحسن القدرة العامة للنموذج. المشاريع مفتوحة المصدر تضخ حيوية جديدة وتزود الباحثين بموارد غنية.
يوفر المصدر المفتوح لنظام KwaiAgents اتجاهات جديدة وإمكانيات تطبيق أوسع لأبحاث النماذج الكبيرة، ويشير أيضًا إلى أن تكنولوجيا النماذج الكبيرة ستتطور في اتجاه أكثر عملية وعامة في المستقبل. ونحن نتطلع إلى المزيد من نتائج البحوث على أساس هذا النظام في المستقبل.