Учёные из Amazon Web Services провели эксперимент. Они адаптировали ИИ-агентов под конкретные бизнес-задачи. Метод основан на обучении с подкреплением.
Агенты учились быть личными помощниками. Они также учились искать информацию в базах данных. Для обучения хватило небольших моделей и скромных наборов данных.
Успешность выполнения задач выросла заметно. Это важно для компаний. Им нужны агенты, которые знают внутренние процессы и стандарты.
Метод использует симуляторы из открытых наборов данных. Награда агенту — за успешное завершение задачи. Всё проверяется по эталонным ответам.
