AI-агент с обоснованными рассуждениями
Databricks показала KARL (Knowledge Agents via Reinforcement Learning): ИИ-агента для корпоративного поиска, который специализируется на обоснованном рассуждении. Он способен автономно искать информацию в больших закрытых базах данных, извлекать нужные фрагменты и делать комплексные выводы на основе найденного.
Команда разработала несколько новых подходов: бенчмарк KARLBench для оценки ИИ-агентов, включающий задачи от поиска сущностей до анализа корпоративных заметок:
- Систему обучения Agentic Synthesis, где агент сам исследует базу документов, формулирует вопросы и отбирает полезные примеры.
- Метод пост-обучения OAPL — более стабильный и дешевый вариант офлайн-обучения с подкреплением.
Все вместе помогает агенту решать новые типы задач, которых не было в тренировочных данных.
В тестах KARL обошел Claude 4.6 и GPT-5.2 в задачах работы с корпоративными знаниями. При этом справляется с ними на 33% дешевле и на 47% быстрее.
Почему это важно: для сложной аналитики компаниям не обязательно использовать крупные и дорогие модели. KARL показывает, что компактная система, обученная эффективным стратегиям поиска, дает сопоставимый результат. Следующий этап корпоративного ИИ — агентные поисковые системы, которые сами выстраивают стратегию работы с данными и решают многошаговые задачи.
Новый подход от Accenture
Accenture представила Memex (RL): подход, который дает ИИ-агентам индексированную память. Обычно агент работает только с тем, что умещается в его контекстное окно. Memex (RL) позволяет формировать структурированный опыт прошлых действий и результатов и извлекать нужное по необходимости. Это похоже на то, как человек использует заметки и закладки при работе с большим объемом информации. При этом агент сам управляет этим процессом с помощью обучения с подкреплением: решает, когда разгрузить память, как озаглавить сохраненный фрагмент и когда его достать.
В тестах ALFWorld успешность выполнения задач выросла с 24,2% до 85,6%. А пиковое потребление токенов контекста сократилось почти вдвое.
Почему это важно: агенты начинают эффективно работать на длинных дистанциях, не забывают важные детали и не тратят лишние ресурсы на перечитывание разросшегося контекста. Это особенно нужно там, где задачи растянуты во времени или требуют множества шагов.
Также на неделе:
- OpenAI рассказала о наборе из 14 тысяч сложных задач для оценки способности ИИ-моделей контролировать процесс рассуждения с ограничениями на скрытые шаги
- Microsoft Research показала фреймворк для повышения безопасности ИИ-агентов при выполнении многошаговых задач со внешними инструментами
- Princeton University представил фреймворк, который превращает взаимодействие пользователя с ИИ-агентом в источник непрерывного обучения
- Meta (запрещена в РФ), OpenAI и xAI описали систему непрерывного улучшения моделей для развлекательных и социальных чатов
- Perplexity анонсировала ИИ-агента, способного работать локально на Mac mini
- NVIDIA выпустила модель Nemotron 3 Super
- Google представила Gemini Embedding 2 — первую нативно мультимодальную эмбеддинг-модель
- Microsoft совместно с Anthropic выпустила инструмент для выполнения сложных задач от имени пользователя в экосистеме Microsoft 365
Новости представлены аналитическим центром red_mad_robot.
