Microsoft Research tổng hợp nghiên cứu mới về agent, Copilot và dự báo thời tiết
Ấn bản mới nhất của Microsoft Research Focus giới thiệu một loạt tiến bộ về AI agent, AI trong công việc, dự báo thời tiết và nghiên cứu protein. ForkPilot là framework agent tự cải thiện, học khi nào nên xem xét lại các quyết định trước đó; trên sáu bộ benchmark và các model AI hàng đầu, hệ thống đạt kết quả tương đương những phương pháp tốt nhất hiện có nhưng giảm nhu cầu xử lý tới 59%. Các nhà nghiên cứu cũng giới thiệu CABRA, công cụ tự tạo thử thách lập trình để tìm hiểu vì sao coding agent thành công hoặc thất bại, và phát hiện rằng việc hiểu các codebase xa lạ vẫn khó hơn việc chỉnh sửa mã nguồn. Một framework khác, TeleTune, học các kỹ năng và quy trình có thể tái sử dụng từ nhật ký hoạt động của người dùng, đồng thời suy ra mục tiêu đằng sau chuỗi thao tác bấm và gõ phím; framework này vượt qua các phương pháp hiện có trong những bài kiểm thử phần mềm và trình duyệt. Phân tích dữ liệu Copilot Chat đã tổng hợp cho thấy chỉnh sửa tài liệu chiếm hơn 20% các hoạt động được phân loại, nhưng khi loại 20 hoạt động phổ biến nhất, sự khác biệt giữa các nhóm tổ chức trở nên rõ rệt hơn nhiều. Ấn bản cũng đề cập đến Shiksha Copilot, công cụ hỗ trợ giáo viên tùy chỉnh giáo án, một phương pháp AI mới để cải thiện dự báo thời tiết trước nhiều tuần, và BioEmu2, model nghiên cứu protein hiện đã mở public preview. Nhìn chung, các nghiên cứu cho thấy để AI hoạt động hiệu quả ở quy mô lớn, không chỉ cần model mạnh hơn mà còn phải hiểu tốt hơn về mã nguồn, quy trình làm việc, nhu cầu riêng của từng tổ chức và chi phí vận hành các agent phức tạp.
Lập trình viên và doanh nghiệp có thể theo dõi các hướng nghiên cứu này để đánh giá những công cụ AI có khả năng xử lý quy trình nhiều bước, nhưng cần đặc biệt chú ý đến khả năng hiểu mã nguồn và quy trình nội bộ. Các nhà quản lý cũng không nên mặc định rằng nhu cầu dùng AI của tổ chức mình giống các doanh nghiệp khác chỉ vì những tác vụ phổ biến có vẻ tương tự.
Đọc bài gốc