AI ஏஜென்ட் நினைவகம்: ACE அளவுக்கே செயல்திறன், ஆனால் மிகக் குறைந்த டோக்கன் விலை என்கிறது IBM

மொழி மாதிரி ஏஜென்ட் ஒன்று, தன்னுடைய எடைகளை மாற்றாமலேயே, தன் கடந்தகால முயற்சிகளிலிருந்து பாடம் பெற்றுக் கொள்ளும் இரண்டு 'ஏஜென்ட் நினைவக' முறைகளை ஒப்பிட்டு IBM Research ஒரு ஆய்வு அறிக்கை வெளியிட்டுள்ளது — தமது சொந்த ALTK-Evolve மற்றும் முன்பே வெளியான Agentic Context Engineering (ACE). இரு முறைகளும் ஏஜென்டின் கடந்தகால வழிமுறைகளை மறுபடி பயன்படும் பாடங்களாக மாற்றி, உய்த்துணர்வின் போது அவற்றைத் திருப்பி வழங்குகின்றன. ஆனால் அந்தப் பாடங்களை எப்படி வழங்குகிறது என்பதே வித்தியாசம் என்கின்றனர் ஆசிரியர்கள் — அது நேரடியாக டோக்கன் விலையில் தெரிகிறது.

பாடங்களை ஒரு சிறு சுருக்கமாகச் சுருக்கக் கூடாது என்பதில் இரு அமைப்புகளும் ஒத்துப் போகின்றன. ACE இதனை 'brevity bias', 'context collapse' என்று அழைக்கிறது — ஒவ்வொரு முறையும் தன் முழு சூழலையும் மறு எழுதச் சொல்லப்படும் மாதிரி விவரங்களைச் சுருக்கிவிடுவதை. அதற்குப் பதிலாக ஒவ்வொரு பாடத்திற்கும் 'உதவியதா, தீங்கு விளைவித்ததா' என்ற எண்ணிக்கையுடன் ஒரு விரிவான பாடநூலைச் சேமிக்கிறது. ALTK-Evolve ஒவ்வொரு தனிப்பட்ட வழிமுறைக்கும் எத்தனை சுயாதீன சம்பவங்கள் அதை உருவாக்கின என்ற 'ஆதரவு எண்ணிக்கையை' சேமிக்கிறது; ஐந்து வெவ்வேறு பணிகள் கண்டறிந்த பாடம், ஒரே ஒரு பணி கண்டறிந்ததற்கு வேறு பொருள்.

உய்த்துணர்வு நேரத்தில் மாதிரிக்கு வழங்கப்படுவதில் இருவரும் வேறுபடுகின்றனர். ACE ஒவ்வொரு படிக்கும் தன் முழு பாடநூலையும் மாதிரி எதுவாக இருந்தாலும் பணி எதுவாக இருந்தாலும் அனுப்புகிறது. ALTK-Evolve வழங்கலை ஒரு 'நாபை' போலப் பார்க்கிறது — ஒரு சிறிய நிலையான மையம் எப்போதும் அனுப்பப்படும், தற்போதைய பணிக்கு ஏற்ப cosine ஒப்புமை அல்லது LLM மூலம் தேர்வு செய்யப்பட்ட சிலவற்றை சேர்த்துக் கொள்ளும்; அல்லது மாதிரிக்கு போதுமான இடம் இருந்தால் ஒட்டுமொத்தத் தொகுப்பையும் அனுப்பும்.

AppWorld பரிசோதனையில் ஒரே base ReAct ஏஜென்ட்டைப் பயன்படுத்தி இரு அமைப்புகளையும் IBM ஓட்டியது. DeepSeek-V3.2-ஐ பின்புலமாகக் கொண்டபோது, ALTK-Evolve 89.3 'task-goal completion' மற்றும் 80.4 'subtask completion' எட்டியது; ACE 80.4 மற்றும் 73.2. ஒரு பணிக்கு ALTK-Evolve 2.63 லட்சம் டோக்கன்கள் மட்டுமே பயன்படுத்தியது; ACE 6.34 லட்சம் — ஏறத்தாழ 40 சதவீத விலையில். gpt-oss-120b-ஐ பின்புலமாகக் கொண்டபோது, இரு அமைப்புகளும் 55–56 என்ற இடையில் கிட்டத்தட்ட சமமாக இருந்தன; ஆனால் ALTK-Evolve ஒரு பணிக்கு 1.16 லட்சம் டோக்கன்கள்தான் — ACE பயன்படுத்திய 7.77 லட்சத்திற்கு எதிராக.

கடினத்தன்மையால் பிரித்துப் பார்த்தால், gpt-oss-120b பின்புலத்தில் எளிய மற்றும் நடுத்தர AppWorld பணிகளில் ACE-யின் முழுமையான பாடநூல் முன்னிலை பெறுகிறது; ஆனால் கடினமான பணிகளில் — மொத்தத் தீர்ப்பைத் தீர்மானிக்கும் பணிகளில் — சரியான பாடத்தைத் தேர்ந்தெடுத்து அனுப்புவதுதான் முன்னால் நகர்கிறது என்கிறது IBM. வலிமையான DeepSeek-V3.2 பின்புலத்தில் ALTK-Evolve எளிய, கடின மற்றும் மொத்த மட்டங்களில் முன்னிற்கிறது.