Naukowcy z badań nad sztuczną inteligencją opracowali AtomSD, framework samodystrybucji dla agentów LLM, który wyodrębnia i wykorzystuje Proceduralne Atomy - najmniejsze jednostki wiedzy proceduralnej. Każdy atom zawiera cztery komponenty: Intent (co chcemy osiągnąć), When (kiedy należy go zastosować), Do (jakie akcje wykonać) i Avoid (czego unikać). To podejście pozwala modelom na znacznie bardziej elastyczne ponowne wykorzystanie wiedzy niż dotychczasowe metody oparte na całych trajektoriach lub bundlowanych umiejętnościach.
Sporym wyzwaniem w trenowaniu agentów LLM jest to, że podczas gdy duże modele językowe mają bogatą wiedzę faktyczną i zdolności rozumowania, brakuje im praktycznej wiedzy o tym, jak działać w konkretnych sytuacjach. AtomSD rozwiązuje to poprzez ciągłą ekstrakcję atomów z udanych sekwencji działań samego agenta, a następnie integruje je z rozwijającą się polityką poprzez supervisję warunkowaną atomami i optymalizację opierającą się na nagrodach.
Wyniki badań pokazują konsekwentne przewagi metodzie - w eksperymentach AtomSD przewyższa zarówno istniejące metody oparte na nagrodach jak i inne podejścia do dystrybucji, uzyskując średni wzrost wydajności do 9,31 punktów względem dotychczasowych state-of-the-art rozwiązań. Analiza wykazuje, że Proceduralne Atomy na poziomie atomu faktycznie zapewniają efektywne wsparcie dla uczenia polityki agentów, co otwiera nowy kierunek w trenowaniu inteligentnych systemów.