Компания Perplexity.AI внедрила новый метод обучения с самодистилляцией, который позволил сократить количество ошибок при вызове внешних инструментов на 21,2% в ходе тестирования. Технология основана на фреймворке DART-SD, предназначенном для агентов, работающих с многоходовыми запросами.
Процесс обучения состоит из двух этапов. Сначала модель проходит контролируемую донастройку на примерах корректного использования инструментов. Затем следует обучение с подкреплением, в котором учитываются реальные ошибки инструментов и исправления пользователей, включая случаи сбоев и некорректного форматирования.
Разработчики стремятся повысить точность ответов при меньшем количестве обращений к инструментам для снижения нагрузки на вычислительные мощности и уменьшения задержек. Эти показатели также отслеживаются в рамках бенчмарка FRAMES, оценивающего эффективность работы систем с множественными источниками данных.
