- माइक्रोसफ्टको म्याजेन्टिक मार्केट एक्ट एआईएस एआईजेन्टिक मार्केटमा प्रदर्शन स्वतन्त्र रूपमा
- सिमुलेटेड लेनदेनको समयमा ग्राहक-पक्ष एजेन्टहरू सजिलैसँग व्यापार एजेन्टहरूबाट प्रभावित थिए
- एआई एजेन्टहरू धेरै छनोटहरू प्रस्तुत गर्दा उल्लेखनीय रूपमा ढिलो हुन्छ
एउटा नयाँ Microsoft अध्ययनले पूर्ण मानवीय सुपरिवेक्षण बिना काम गर्ने एआई एजेन्टहरूको वर्तमान उपयुक्ततामा प्रश्नहरू खडा गरेको छ/
परियोजनाले पूर्ण रूपमा नक्कलको रूप लियो=” ecommerce प्लेटफर्म जसले अनुसन्धानकर्ताहरूलाई AI एजेन्टहरूले कसरी ग्राहकहरू र व्यवसायसँग सम्भावित परिणामहरूका रूपमा व्यवहार गर्छन् भन्ने अध्ययन गर्न अनुमति दियो। data-component-name=”Recirculation:ArticleRiver” data-recirculation-type=”inline” data-mrf-recirculation=”Trending Bar” data-nosnippet=”” class=”clear-both pt-3 pb-4 mb-4 border-solid border-y border-neutral-300″>
तपाईलाई मन पर्न सक्छ
. id=”testing-the-limits-of-current-ai-models-3″>हालको AI मोडेलहरूको सीमा परीक्षण गर्दै
परियोजनाले १०० ग्राहक-साइड एजेन्टहरू समावेश गर्दछ, जसले 100 ग्राहक-साइड एजेन्टहरूलाई एजेन्ट-साइडसँग अन्तरक्रिया गर्दै व्यापार सेटिङहरू प्रदान गर्दछ। निर्णय लिने र वार्तालाप कौशल।
बजारको लागि स्रोत कोड खुला स्रोत हो; तसर्थ, अन्य अनुसन्धानकर्ताहरूले प्रयोगहरू पुन: उत्पादन गर्न वा नयाँ भिन्नताहरू अन्वेषण गर्न यसलाई अपनाउन सक्छन्।
Ece Kamar, CVP र Microsoft Research को AI Frontiers Lab का प्रबन्ध निर्देशक, AI एजेन्टहरूले कसरी सहकार्य गर्छन् र निर्णयहरू गर्छन् भन्ने कुरा बुझ्नको लागि यो अनुसन्धान महत्त्वपूर्ण छ भनेर टिप्पणी गरे।
प्रारम्भिक परीक्षणहरूले GPT-4 र GPTo मोडेल, GPTo लगायतको मिश्रण प्रयोग गरेको थियो। मिथुन-२.५-फ्लैश।
परिणामहरू पूर्णतया अप्रत्याशित थिएनन्, किनकि धेरै मोडेलहरूले कमजोरीहरू देखाए।
ग्राहक एजेन्टहरू सजिलैसँग व्यापार-साइड एजेन्टहरू चयन गर्दा सम्भावित उत्पादनहरू बीचको अन्तरक्रियामा प्रभाव पार्न सक्छ। प्रतिस्पर्धात्मक वातावरण।
अत्यधिक विकल्पहरूको सामना गर्दा एजेन्टहरूको दक्षता तीव्र रूपमा घट्यो, तिनीहरूको ध्यान अवधि ओझेलमा पुग्यो र ढिलो वा कम सटीक निर्णयहरू निम्त्याउन थाल्यो।
एआई एजेन्टहरूले साझा लक्ष्यहरूमा काम गर्न सोध्दा पनि संघर्ष गरे, किनकि मोडेलहरू प्रायः कुन एजेन्टले कुन भूमिका लिने भन्ने निश्चित थिएनन्, जसले संयुक्त कार्यहरूमा उनीहरूको प्रभावकारितालाई कम गर्यो।
तथापि, चरण-दर-चरण निर्देशनहरू प्रदान गर्दा मात्र तिनीहरूको कार्यसम्पादनमा सुधार भयो।
“हामी मोडेलहरूलाई निर्देशन दिन सक्छौं – तर हामी तिनीहरूलाई चरणबद्ध रूपमा परीक्षण गर्न सक्छौं। क्षमताहरू, म यी मोडेलहरूमा पूर्वनिर्धारित रूपमा यी क्षमताहरू हुने अपेक्षा गर्छु,” कमरले टिप्पणी गरे।
tools//tools////tools still
बहु-एजेन्ट वातावरणमा प्रभावकारी रूपमा कार्य गर्नको लागि पर्याप्त मानव मार्गदर्शन।
स्वतन्त्र निर्णय लिने र सहयोग गर्न सक्षम भनी प्राय: बढावा दिइन्छ, परिणामहरूले देखाउँदछ कि एजेन्टको असुरक्षित व्यवहार अविश्वसनीय रहन्छ, त्यसैले मानिसहरूले समन्वय संयन्त्र सुधार गर्नुपर्दछ र एआई हेरफेर विरुद्ध सुरक्षाहरू थप्नुपर्दछ।
माइक्रोसफ्टमा एआई हेरफेरमा धेरै निर्भर रहन्छ। प्रतिस्पर्धी वा सहयोगी परिदृश्यहरू र कहिल्यै पूर्ण स्वायत्तता प्राप्त गर्न सक्दैनन्। data-analytics-id=”inline-link” href=”https://news.google.com/publications/CAAqKAgKIiJDQklTRXdnTWFnOEtEWFJsWTJoeVlXUmhjaTVqYjIwb0FBUAE?hl=en-GB&gl=GB&ceid”%3_blank” target=”%_blank” data-url=”https://news.google.com/publications/CAAqKAgKIiJDQklTRXdnTWFnOEtEWFJsWTJoeVlXUmhjaTVqYjIwb0FBUAE?hl=en-GB&gl=GB&ceid=GB%3Aen” referrerferredownerno”-referredownerno” data-hl-processed=”none”>Google समाचारमा TechRadar लाई फलो गर्नुहोस् र हामीलाई रुचाइएको स्रोतको रूपमा थप्नुहोस् हाम्रो विशेषज्ञ समाचार, समीक्षा, र तपाईंको फिडहरूमा राय प्राप्त गर्न। फलो बटनमा क्लिक गर्न नबिर्सनुहोस्!
र पक्कै पनि तपाईंले TikTok मा TechRadar लाई फलो गर्नुहोस् समाचार, समीक्षा, भिडियो फारममा अनबक्सिङका लागि, र हामीबाट नियमित अपडेटहरू प्राप्त गर्नुहोस् WhatsApp