Az Apple kutatása szerint kevésbé számít az ügynökök körítése
Az Apple kutatói szerint a gépi tanulási feladatokra fejlesztett ügynököknél az alapul szolgáló nagy nyelvi modell teljesítménye fontosabb lehet az ügynök köré épített összetett rendszerénél. Vizsgálatukban a minimális felépítésű kódoló ügynök azonos időkeret és modell mellett nem maradt el a nyílt forráskódú, korszerű megoldásoktól.
- Az Apple kutatói autonóm gépi tanulási ügynököket hasonlítottak össze.
- Azonos modell és időkeret mellett a minimális ügynök nem maradt el az összetett rendszerektől.
- A vizsgált kódoló ügynök olvasási, írási és bash műveleteket használ.
- A szerzők szerint az alapul szolgáló nyelvi modell lehet a teljesítmény fő meghatározója.
- A kézzel kialakított ügynöki körítés a jelenlegi mérőfeladatokon csekély megtérülést hozhat.
A kutatás az ügynöki körítés szerepét vizsgálta
Az autonóm gépi tanulási mérnöki ügynökök az utóbbi időszakban jelentős fejlődést értek el a nyilvános ranglistákon. A fejlesztők gyakran azért építenek egyre összetettebb rendszereket köréjük, mert a hosszú, több lépésből álló ciklusokban megtorpanhat a haladás, miközben a nagy nyelvi modellek rendelkezésére álló alapvető műveletek korlátozottak.
Az ilyen rendszerekben több ügynököt irányító szervezők, külön információ-visszakereső alügynökök és további gépi rétegek is megjelenhetnek. Az Apple oldalán közzétett tanulmány azt vizsgálta, hogy ezek a rétegek valóban hozzáadnak-e a teljesítményhez, amikor ugyanazt a korszerű nyelvi modellt és azonos időkeretet használják.
A minimális felépítésű kódoló ügynök eredményei
A kutatók egy olyan kódoló ügynököt állítottak a vizsgálat középpontjába, amelynek a nyelvi modell közvetlen hozzáférést kap a végrehajtási környezethez. Ehhez három alapvető műveletet használhat: olvasást, írást és a bash parancssort.
A tanulmány állítása szerint azonos időkeret és ugyanaz a korszerű nyelvi modell mellett a nyílt forráskódú, legkorszerűbb ügynöki felépítések nem nyújtottak előnyt egyetlen munkamenetben futó, minimális felépítésű kódoló ügynökkel szemben. A szerzők nagy léptékű, szisztematikus eltávolításos vizsgálatokkal elemezték, hogy az egyes rendszerösszetevők milyen szerepet töltenek be.
Eredményeik alapján a kódoló ügynökök esetében a különböző gépi rétegek szükségtelenné válhatnak. A kutatók arra jutottak, hogy az ilyen rétegek köré erős modellekhez kézzel kialakított felépítéseket szervezni a jelenlegi gépi tanulási mérőfeladatokon csekély megtérülést hoz.
A szerzők szerint az alapmodell lehet a fő teljesítménytényező
A kutatás központi következtetése szerint a teljesítmény elsődleges meghatározója maga az alapul szolgáló nyelvi modell lehet. Ez a megállapítás a szerzők szerint különösen a kódoló ügynökök vizsgálatára vonatkozik, ahol a modell közvetlenül dolgozhat a végrehajtási környezettel.
A tanulmány szerzői Kirill Brilliantov, Alejandro Hernández-Cano és Emmanuel Abbé. Brilliantov és Hernández-Cano az EPFL-hez kötődik, a két kutató egyenlő mértékben járult hozzá a munkához. Emmanuel Abbé esetében a forrás jelzi, hogy a munka az Apple-nél végzett időszak alatt készült.
Mit jelenthet ez az ügynökök fejlesztésében?
Az Apple eredményei alapján a gépi tanulási mérőfeladatokra készülő ügynökök fejlesztésében nagyobb figyelem juthat az alapmodellre, miközben az összetett, kézzel kialakított körítés haszna korlátozott maradhat. A vizsgálat ugyanakkor kifejezetten az autonóm gépi tanulási mérnöki ügynököket, az alkalmazott időkeretet és a kutatásban szereplő mérőfeladatokat érinti.
A tanulmány 2026 októberében jelent meg az Apple gépi tanulási kutatási oldalán, a módszerek és algoritmusok témakörében. A kutatók következtetése a jelenlegi mérőfeladatokra vonatkozik, ezért a bemutatott eredmények az ilyen rendszerek összehasonlításához adnak támpontot.
