EvoLib: تحويل الخبرة إلى معرفة متطورة

إيفو ليب (EvoLib) هو إطار عمل من مايكروسوفت ريسيرش يسمح لأنظمة الذكاء الاصطناعي بالتعلم من التجربة أثناء الاستدلال دون الحاجة إلى تسميات حقيقية أو تحديثات للنموذج. على عكس أنظمة الذاكرة التقليدية التي تخزن التجارب الخام بشكل ثابت، يقوم إيفو ليب بتحويل المحاولات السابقة إلى مهارات قابلة لإعادة الاستخدام ورؤى انعكاسية. يتم دمج وحدات المعرفة هذه باستمرار مع المعرفة المماثلة الموجودة لتصبح أكثر عمومية، ويتم وزن كل وحدة بناءً على تأثيرها طويل المدى على المهام المستقبلية. تم اختبار الإطار على مهام التفكير الرياضي، وكفاءة الكود، واتخاذ القرار، حيث تفوق باستمرار على أفضل طرق الذاكرة القائمة على الاسترجاع مع استخدام أكثر كفاءة للرموز المميزة. كما يُظهر إيفو ليب أداءً قويًا عبر ترتيبات المهام العشوائية، مما يشير إلى قابلية التطبيق العملي في السيناريوهات الواقعية حيث تصل المهام بشكل عشوائي. يحقق النظام مكاسب أداء أعلى مع زيادة وقت الحساب أثناء الاختبار مقارنة بأساليب حسابية معزولة وغيرها من الطرق القائمة على الذاكرة. الكود والتجارب متاحة للعموم على جيت هاب (GitHub).