🤖 بهینهسازی خودکار ساختار ایجنتهای هوشمند با AutoSaddler
بزرگترین چالش در توسعه ایجنتهای مبتنی بر مدلهای زبانی بزرگ، غیرقابلاعتماد بودن آنها در وظایف طولانیمدت است. خطاهای کوچک در طول مسیر انباشته شده و منجر به شکست کلی سیستم میشوند. طراحی دستی ابزارها، پرامپتها و منطق کنترلی نیز فرآیندی پرهزینه و دشوار است. برای ارزیابی دقیقتر مشخصات، تحلیل معماری و قابلیتها جزئیات فنی بیشتری ارائه میکند.
چارچوب AutoSaddler با خودکارسازی این فرآیند، ارتقای ساختار حمایتی ایجنت را به صورت تکرارشونده و بر اساس تحلیل گزارشهای شکست (execution traces) انجام میدهد.
مهمترین ویژگیهای این رویکرد:
• تحلیل دقیق دلایل شکست ایجنت در اجراهای ناموفق.
• اعمال تغییرات در پرامپتها و ابزارها مانند یک پچ نرمافزاری.
• استفاده از مجموعه دادههای مجزا (held-out set) برای اطمینان از عدم ایجاد رگرسیون در سایر وظایف.
• ذخیره نهایی تغییرات تنها در صورتی که کارایی کلی ایجنت بهبود یابد.
August 28, 2026 75 3
