Ricerca Introduce la Libertà Metrica per Prevedere il Successo della Distillazione delle Abilità nell'IA

Un nuovo articolo di ricerca introduce la Libertà Metrica (F), una misura predittiva per determinare quando distillare sistemi di IA multi-agente in abilità di agente singolo. Pubblicato su arXiv con identificatore 2604.01608v2, il lavoro affronta i risultati incoerenti della distillazione delle abilità, dove le prestazioni possono variare da un miglioramento del 28% a un degrado del 2% in compiti identici. I ricercatori hanno scoperto che l'utilità delle abilità dipende non dal compito stesso, ma dalla metrica di valutazione utilizzata. La Libertà Metrica quantifica la rigidità topologica del paesaggio di punteggio di una metrica misurando come la diversità degli output si correli con la varianza del punteggio attraverso un test di Mantel. Basandosi su questo predittore, il team ha sviluppato AdaSkill, un framework di distillazione adattiva a due fasi. La Fase 1 di AdaSkill funziona come un processo di estrazione selettiva, mirando a bypassare il sovraccarico di coordinamento, la frammentazione del contesto e l'ordinamento di fase fragile spesso associati ai sistemi multi-agente. Lo studio rivela che i benefici empirici della conversione dell'esperienza multi-agente in abilità consolidate sono mancati di un approccio principiato fino ad ora.