EvoLib: अनुभव को विकसित ज्ञान में बदलना

EvoLib माइक्रोसॉफ्ट रिसर्च का एक फ्रेमवर्क है जो एआई सिस्टम को ग्राउंड-ट्रुथ लेबल या मॉडल अपडेट के बिना अनुमान के दौरान अनुभव से सीखने की अनुमति देता है। पारंपरिक मेमोरी सिस्टम के विपरीत जो कच्चे अनुभवों को स्थिर रूप से संग्रहीत करते हैं, EvoLib पिछले प्रयासों को पुन: प्रयोज्य कौशल और चिंतनशील अंतर्दृष्टि में बदल देता है। इन ज्ञान इकाइयों को अधिक सामान्य बनाने के लिए समान मौजूदा ज्ञान के साथ लगातार समेकित किया जाता है, और प्रत्येक इकाई को भविष्य के कार्यों पर इसके दीर्घकालिक प्रभाव के आधार पर भारित किया जाता है। फ्रेमवर्क का परीक्षण गणितीय तर्क, कोड दक्षता और निर्णय लेने के कार्यों पर किया गया, जिसमें इसने अधिक कुशल टोकन उपयोग के साथ शीर्ष रिट्रीवल-आधारित मेमोरी दृष्टिकोणों को लगातार बेहतर प्रदर्शन दिया। EvoLib यादृच्छिक कार्य क्रमों पर भी मजबूत प्रदर्शन दिखाता है, जो वास्तविक दुनिया के परिदृश्यों में व्यावहारिक प्रयोज्यता को इंगित करता है जहां कार्य मनमाने ढंग से आते हैं। सिस्टम अलग-अलग कंप्यूट स्केलिंग और अन्य मेमोरी-आधारित विधियों की तुलना में बढ़ते टेस्ट-टाइम कंप्यूट के साथ उच्च प्रदर्शन लाभ प्राप्त करता है। कोड और प्रयोग GitHub पर सार्वजनिक रूप से उपलब्ध हैं।