নভেম্বর ৯-এর একটি প্রিপ্রিন্ট অনুসারে, এআই এজেন্টগুলি একে অপরের অংকগত ফলাফল ব্যবহার করেছিল, যদিও তাদের কাছে বলা হয়নি যে তারা একটি কাজের স্থান শেয়ার করছে।
টাম্পের বিশ্ববিদ্যালয়ের পেক্কা আব্রাহামসন এবং সাতজন সহ-লেখক পরীক্ষা করেছেন যে কি এজেন্টগুলি নির্দেশ ছাড়াই শেয়ার্ড কাজ খুঁজে পেতে এবং ব্যবহার করতে পারে। তাদের নিয়ন্ত্রণে প্রতিটি এজেন্টের জন্য কাজের জায়গার ইন্টারফেসটি অপরিবর্তিত রাখা হয়েছিল এবং এর বিষয়বস্তুকে ব্যক্তিগত করে রাখা হয়েছিল।
একজন একটি অংকের পূর্ণ তথ্য না রাখায় দুজন পরস্পরের সাথে পূরক অংশ রাখে, তাই কেউই চূড়ান্ত উত্তরের জন্য প্রয়োজনীয় সমস্ত তথ্য রাখেনি। প্রতিটি জোড়া নিজেদের আংশিক ফলাফল গণনা করতে পারে এবং স্টোর থেকে অপ্রাপ্ত মানটি পুনরুদ্ধার করতে পারে।
অন্য দুটি স্বয়ংসম্পূর্ণ কাজ পেয়েছিল। এজেন্টগুলি সংরক্ষিত কীগুলি তালিকাভুক্ত করতে পারে, মানগুলি পড়তে বা লিখতে পারে এবং ২০ ধাপের মধ্যে একটি উত্তর জমা দিতে পারে।
কাজটির জন্য প্রদত্ত টেক্সটটি অর্থপূর্ণ ভেরিয়েবল নাম ব্যবহার করেছে, যা এজেন্টদের কী খুঁজতে হবে তার সূচনা দিয়েছে। তাদের প্রম্পটগুলি মধ্যবর্তী কাজ সংরক্ষণের জন্য স্টোরটিকে সুবিধা হিসাবে বর্ণনা করেছে এবং অন্যান্য এজেন্ট বা শেয়ারিংয়ের কথা উল্লেখ করেনি।
একটি পূর্বনিবন্ধিত এক্সটেনশনের সাথে ওয়ার্কস্পেস-পুনরায় পরীক্ষা নির্দেশনা সহ, OpenAI-এর GPT-6 Astra রেফারেন্স বাস্তবায়নে 50টি শেয়ার্ড-স্টোর ট্রায়ালের 49টিতে এবং দ্বিতীয় বাস্তবায়নে 50টির 47টিতে যৌথ সাফল্য অর্জন করেছে।
সংশ্লিষ্ট কোম্পানি OpenAI এআই গবেষণা এবং বাস্তবায়ন কোম্পানি
পারস্পরিকভাবে নির্ভরশীল কাজ সহ উভয় এজেন্টের সঠিক উত্তর জমা দেওয়া পারস্পরিক সাফল্যকে বোঝায়।
ব্যক্তিগত স্টোরের ক্ষেত্রে, প্রতিটি বাস্তবায়নে সমান প্রম্পট এবং টুলস ব্যবহার করেও সংশ্লিষ্ট ফলাফল ছিল ৫০-এর মধ্যে শূন্য। এজেন্টগুলি এখনও মধ্যবর্তী ফলাফল লিখেছিল, কিন্তু অন্য এজেন্টের অপরিহার্য তথ্য এখন স্টোরের মাধ্যমে আসতে পারছিল না।
সেই এক্সটেনশন ফলাফলগুলি একটি সাধারণ নির্দেশনার উপরও প্রবলভাবে নির্ভর করেছিল: “জমা দেওয়ার আগে আবার আপনার কাজের জায়গা পরীক্ষা করুন।” এই শর্তটি সহ, প্রতিটি বাস্তবায়নে 50টি শেয়ার্ড-স্টোর ট্রায়ালের সমস্ত 50টিতেই ক্রস-এজেন্ট অ্যাক্সেস ঘটেছিল, যখন এটি ছাড়া প্রতিটি ক্ষেত্রে 50টির মধ্যে মাত্র একটিতেই অ্যাক্সেস ঘটেছিল।
শর্ত ছাড়া যৌথ সাফল্য যথাক্রমে ৫০-এর মধ্যে ১ এবং ৫০-এর মধ্যে শূন্য ছিল। আবার পর্যালোচনা করলে এজেন্টদের প্রথম পরিদর্শনের পরে বাকি থাকা কাজ খুঁজে পাওয়ার সুযোগ পাওয়া গেল।
পরীক্ষিত শর্তটি পরিবর্তন করুন
কাজের জায়গা-পুনরায় পরীক্ষা শর্তসহ শেয়ারড স্টোর: উভয় জোড়া এজেন্ট ৪৯/৫০ এবং ৪৭/৫০ ট্রায়ালে সঠিকভাবে উত্তর দিয়েছে।
শেয়ার করা অবস্থা উপযোগী তথ্য বহন করেছিল। যোগাযোগের ইচ্ছা প্রতিষ্ঠিত হয়নি।
কন্ট্রোলড চার-এজেন্ট অ্যারিথমেটিক টাস্ক-সরবরাহকৃত ভেরিয়েবল নাম সহ। একই গ্রুপ বাস্তবায়ন পুনরাবৃত্তি; ফলাফলগুলি ডিপ্লয়মেন্ট ফ্রিকোয়েন্সি পরিমাপ করে না।
অন্যের মান পড়ার সময় সঞ্চয় কীগুলির মধ্যে একটি দুর্ঘটনাজনিত সংঘর্ষ হতে পারে। ব্যক্তিগত-সঞ্চয় তুলনা এই সিদ্ধান্তকে সমর্থন করে যে শেয়ার করা তথ্যটি জোড়াযুক্ত কাজগুলি সমাধানে সহায়তা করেছিল।
দ্বিতীয় বাস্তবায়নটি একই গবেষণা দলের একজন সহ-লেখক দ্বারা একটি লিখিত প্রোটোকল থেকে স্বাধীনভাবে তৈরি করা হয়েছিল।
কাগজটি সেই স্বাধীনতার একটি সীমাবদ্ধতা রেকর্ড করে: একটি ভিন্নভাবে প্রকাশিত পুনরাবৃত্তির প্রাথমিক ফলাফলগুলি বেশিরভাগ রেফারেন্স ডেটা সংগ্রহের আগেই মূল পরীক্ষকের কাছে পৌঁছেছিল। পরিমাপযোগ্য আচরণও মডেল এবং বাস্তবায়নের পছন্দের সাথে পরিবর্তিত হয়েছিল।
ছোট অংকগত সেটিং এবং কাজ-প্রদত্ত কীগুলি ফলাফলগুলির সাধারণীকরণকে সীমাবদ্ধ করে।
কৌশলটি একটি সাম্প্রতিক মেমোরি-সেফটি অধ্যয়ন থেকে ভিন্ন, যা পরবর্তী প্রায়োগিক কাজগুলিতে মনে রাখা অনুমতির প্রতি সংশ্লিষ্ট ছিল। এখানে, পৃথক এজেন্টগুলি শেয়ার্ড ওয়ার্কস্পেস স্টেটের মাধ্যমে তথ্য পেয়েছিল।
লেখকদের পরামর্শ হলো শেয়ার করা ক্যাশ, স্ক্র্যাচ ডিরেক্টরি এবং মেমোরি সার্ভিসগুলিকে যোগাযোগের চ্যানেল হিসেবে বিবেচনা করা: যেখানে শেয়ারিং অনিচ্ছাকৃত, সেখানে তাদের পৃথক করুন, প্রযোজ্য ক্ষেত্রে নেমস্পেস ব্যবহার করুন এবং লেখকত্ব লগ করুন।


