Ricercatori hanno presentato una libreria EconSkills per l'addestramento di agenti AI

I ricercatori hanno presentato EconSkills — una libreria e un framework specializzati per la valutazione delle abilità degli agenti AI nel lavoro con dati economici dinamici. Il sistema trasforma traiettorie di interazione di successo con risorse web da un set di dati EconWebArena in procedure operative standard parametrizzate.

Ogni abilità nella libreria include un ambito di applicazione, un algoritmo di navigazione passo dopo passo, istruzioni specifiche per siti web specifici, meccanismi di verifica e protocolli di ripristino degli errori. Durante il processo di astrazione, i valori originali dalle richieste reali vengono sostituiti con placeholder universali, consentendo agli agenti di trasferire l'esperienza acquisita a nuovi compiti mai incontrati prima.

Il test ha dimostrato che l'utilizzo di EconSkills aumenta notevolmente la probabilità di successo rispetto ai metodi senza addestramento preliminare. L'applicazione di procedure astratte si è rivelata più efficace della riproduzione diretta di traiettorie "grezze", richiedendo al modello un minor numero di passaggi per raggiungere l'obiettivo. In condizioni di scalabilità della libreria, il meccanismo di ricerca delle abilità mostra risultati competitivi, soprattutto nei compiti direttamente coperti dal database.

Lo sviluppo è finalizzato a risolvere il problema del "dimenticare" degli agenti l'esperienza accumulata quando si spostano tra diverse risorse web. Gli autori sottolineano che l'approccio proposto consente di determinare con precisione quando un agente ha bisogno di un suggerimento procedurale per la navigazione e quando è necessaria una verifica semantica dei dati. Il progetto è distribuito sotto licenza arXiv per la distribuzione non esclusiva.