Milkyway System Introduce il Feedback Interno per Agenti di Predizione del Futuro Basati su LLM

Un nuovo articolo di ricerca introduce Milkyway, un sistema agente auto-evolutivo progettato per compiti di predizione del futuro in cui le decisioni devono essere prese prima che i risultati siano noti. Il sistema affronta la sfida di predire domande irrisolte utilizzando solo informazioni pubblicamente disponibili al momento della predizione. A differenza degli approcci esistenti che migliorano principalmente dai risultati finali, Milkyway sfrutta i contrasti temporali tra predizioni precedenti e successive per evidenziare omissioni nel processo di predizione precedente. Questo segnale, denominato feedback interno, aiuta a guidare il monitoraggio dei fattori precedenti, la raccolta di prove, l'interpretazione e la gestione dell'incertezza. Il sistema mantiene il modello base fisso mentre aggiorna un componente persistente. La ricerca è stata annunciata su arXiv con l'identificatore 2604.15719v1, evidenziando la difficoltà dell'evoluzione delle prove pubbliche mentre una supervisione utile arriva solo dopo la risoluzione della domanda. L'articolo inquadra tali problemi come predizione del futuro, dove gli agenti LLM devono formulare predizioni per domande irrisolte. La maggior parte dei metodi esistenti migliora ancora principalmente dai risultati finali, che sono troppo grossolani per una guida precedente. L'approccio Milkyway rappresenta un avanzamento significativo nei sistemi di agenti AI per compiti di predizione.