SELFGOAL: framework AI giúp agent ngôn ngữ đạt mục tiêu cấp cao không cần huấn luyện

- SELFGOAL là framework AI tự thích ứng giúp các tác tử ngôn ngữ sử dụng cả kiến thức tiên nghiệm và phản hồi từ môi trường để đạt được các mục tiêu cấp cao.
- Framework này xây dựng một cây phân cấp các mục tiêu con dạng văn bản (GOALTREE), tác tử chọn mục tiêu phù hợp làm hướng dẫn dựa trên tình huống hiện tại.
- SELFGOAL có 2 module chính để vận hành GOALTREE: Search Module chọn các nút mục tiêu phù hợp nhất, Decomposition Module phân rã các nút mục tiêu thành các mục tiêu con cụ thể hơn.
- Act Module sử dụng các mục tiêu con được chọn làm hướng dẫn cho LLM thực hiện hành động.
- Phương pháp này cung cấp hướng dẫn chính xác cho các mục tiêu cấp cao, thích ứng với nhiều môi trường khác nhau, cải thiện đáng kể hiệu suất của tác tử ngôn ngữ.
- SELFGOAL vượt trội hơn hẳn các framework cơ sở trong nhiều môi trường với mục tiêu cấp cao, cho thấy cải thiện lớn hơn với các LLM lớn hơn.
- Không như các phương pháp phân rã tác vụ như ReAct và ADAPT có thể đưa ra hướng dẫn không phù hợp hoặc quá rộng, hay các phương pháp tóm tắt kinh nghiệm hậu kiểm như Reflexion và CLIN có thể tạo ra hướng dẫn quá chi tiết, SELFGOAL điều chỉnh hướng dẫn một cách động.
- SELFGOAL cũng thể hiện hiệu suất vượt trội với các LLM nhỏ hơn nhờ kiến trúc logic và có cấu trúc của nó.

📌 SELFGOAL là bước tiến đáng kể giúp các tác tử ngôn ngữ tự trị đạt được các mục tiêu cấp cao một cách nhất quán mà không cần huấn luyện lại thường xuyên. Bằng cách liên tục cập nhật GOALTREE, tác tử có thể điều hướng môi trường phức tạp với độ chính xác và khả năng thích ứng cao hơn. Tuy nhiên, vẫn cần cải thiện khả năng hiểu và tóm tắt của các mô hình để phát huy hết tiềm năng của SELFGOAL.

https://www.marktechpost.com/2024/06/14/selfgoal-an-artificial-intelligence-ai-framework-to-enhance-an-llm-based-agents-capabilities-to-achieve-high-level-goals/