Yeni AI optimallaşdırma çərçivəsi eyni hesablama büdcəsində Claude Code və Codex-dən 2.5 dəfə daha effektivdir

Çin Xalq Respublikasının Renmin Universiteti və Microsoft Research-in tədqiqatçıları tərəfindən hazırlanmış Arbor adlı yeni çərçivə, AI sistemlərinin təkmilləşdirilməsi prosesini sınaq-səhv metodundan çıxararaq kumulyativ öyrənməyə çevirir. Bu yanaşma standart AI kodlaşdırma agentləri ilə müqayisədə eyni resurs büdcəsi altında 2.5 dəfədən çox yoxlanıla bilən performans artımı təmin edir. Arbor, xüsusilə müəssisə səviyyəli AI sistemlərində mürəkkəb mühəndislik problemlərinin avtomatik həllində inqilabi dəyişiklik vəd edir. AI sistemlərinin muxtar optimallaşdırma (Autonomous Optimization - AO) qabiliyyəti, onların insan müdaxiləsi olmadan mürəkkəb proqram təminatlarını təkmilləşdirməsini tələb edir. AO prosesində AI agenti ilkin dəyişdirilə bilən elementdən, məsələn maşın öyrənmə kod bazasından başlayır və spesifik bir məqsədə nail olmaq üçün eksperimental geribildirim əsasında iterativ yaxşılaşdırmalar aparır. Lakin bu prosesin əsas çətinliyi tez-tez səhv başa düşülür: bir çox mühəndis komandaları sadəcə güclü AI modelinə tapşırıq verməklə optimal həllin əldə olunmayacağını gec başa düşürlər. Arbor çərçivəsinin ən böyük üstünlüyü onun fərziyyələri, təcrübələri və əldə olunan nəticələri ağac strukturunda təşkil etməsidir. Bu struktur sayəsində sistem əvvəlki uğursuzluqlardan dərs çıxararaq daha ağıllı və yoxlanılmış təkmilləşdirmələr edə bilir. Beləliklə, AI agenti hər bir dəyişikliyin təsirini dəqiq müəyyənləşdirərək, hansı spesifik tənzimləmənin problemi həll etdiyini bilir və bu bilikləri gələcək optimallaşdırmalarda istifadə edir. Praktik sınaqlarda Arbor, standart AI kodlaşdırma agentləri olan Claude Code və Codex ilə müqayisədə eyni hesablama büdcəsi altında 2.5 dəfədən çox yoxlanıla bilən performans artımı nümayiş etdirdi. Bu nəticə, Arbor-un mürəkkəb real dünya mühəndislik problemlərinin həllində nə qədər effektiv olduğunu göstərir və müəssisələrə AI sistemlərinin davamlı təkmilləşdirilməsi üçün avtomatlaşdırılmış bir həll təklif edir.