IBM Research представила метод ALTK-Evolve для улучшения памяти ИИ

Команда IBM Research представила новый метод обучения нейросетей под названием ALTK-Evolve. Технология фокусируется на развитии «обучаемой памяти» (learned memory), что позволяет компактным моделям достигать высокой точности в задачах клиентской поддержки без использования тяжелых фронтирных LLM.

В ходе тестирования на бенчмарке τ²-bench, который оценивает эффективность ИИ в сценариях обслуживания клиентов, система продемонстрировала превосходство над более крупными аналогами. Метод позволяет модели динамически адаптироваться к специфическим запросам пользователей, сохраняя контекст диалога с минимальными вычислительными затратами. Разработчики подчеркивают, что ALTK-Evolve оптимизирует процесс извлечения информации, сокращая количество ошибок в сложных многоходовых задачах.

Технически подход опирается на эволюционную стратегию дообучения, где веса модели корректируются с учетом накопленного опыта взаимодействия. Это позволяет системе эффективно работать на ограниченном аппаратном обеспечении, сохраняя при этом производительность, сопоставимую с моделями, имеющими в десятки раз больше параметров. Исходные данные и методология исследования уже доступны для ознакомления в официальном блоге компании.

Внедрение подобных методов позволяет компаниям развертывать специализированные ИИ-решения локально, снижая зависимость от облачных API и затраты на инференс. Это важный шаг для автоматизации клиентского сервиса, где критически важна точность ответов и низкая задержка при обработке запросов.