O Google Research apresentou o WikiSkill — um framework com uma base de conhecimento permanente para agentes de IA. Nessa estrutura, os agentes salvam informações sobre fracassos e sucessos anteriores em vez de começar cada nova execução sem experiência acumulada.
Segundo a descrição do The Decoder, os agentes usam essas entradas para aprimorar o desempenho ao longo do tempo. Modelos maiores recebem maior ganho com o WikiSkill, enquanto modelos menores com esse sistema podem igualar os resultados de modelos maiores sem ele.
O valor prático da ideia está na transferência de experiência entre execuções, e não apenas na resolução única de tarefas. No entanto, a fonte é apresentada como uma recontagem independente com metadados, portanto o material não traz detalhes sobre testes, medições e limitações do WikiSkill.
comentário editorial
Por que importa
Provável consequência — maior interesse em sistemas que transferem experiência entre execuções e ajudam modelos menores a operarem de forma mais eficaz. O próximo sinal observado será o surgimento de resultados primários com descrições de testes e medições. Há grande incerteza sobre o quanto o efeito alegado se mantém fora das condições descritas no resumo.