Синтетические среды

Синтетические среды Microsoft Echoverse обеспечили рост точности ИИ-агентов до 67,1%

Исследователи Microsoft разработали платформу из 12 глубоких синтетических сред, имитирующих логику реальных приложений, для обучения нейросетей взаимодействию с компьютерными интерфейсами. Синтетические среды позволили модели с 9 миллиардами параметров преодолеть ограничения статичных данных, научившись понимать причинно-следственные связи внутри систем, а не просто запоминать визуальные паттерны. В ходе эксперимента качество симуляции оказалось критически важным фактором: только среды, полностью воспроизводящие изменение состояния данных, дали навык, переносимый на реальный интернет.

Событие: Синтетические среды проекта Echoverse позволили повысить точность выполнения задач ИИ-агентом с 36,5% до 67,1%, приблизив результаты к уровню флагманских моделей.

Исследование: Эксперимент показал, что обучение на «поверхностных» имитациях интерфейсов снижает эффективность модели, тогда как «глубокие» синтетические среды, учитывающие логику баз данных, увеличивают точность на тестах Allrecipes и Hugging Face.

Эффект: Использование синтетических сред с циклом обратной связи позволило выявить и исправить ошибки в коде симуляции, что привело к двукратному росту производительности модели в специализированных мирах EchoStay и EchoChat.

Инсайт: Синтетические среды доказали, что для успешного переноса навыков ИИ на реальные задачи критична не визуальная точность копирования, а корректное воспроизведение причинно-следственных связей между действиями и изменением состояния системы.

Фактор: Возможность мгновенного сброса и перезапуска синтетических сред стала ключевым условием для применения обучения с подкреплением, что невозможно реализовать на реальных сайтах из-за риска блокировок и изменения данных.

Подробнее →