Материал подготовлен автоматически по первоисточникам: ссылки на них — в конце статьи.
Повторяющиеся решения научного ИИ-агента удалось отделить от модели, которая планирует работу, запускает код и готовит ответ. В работе Genoria AI Team, хотя она не рецензирована и числа в ней получили сами авторы, локальная модель принимала такое решение за 0,6 секунды на процессоре. Теперь этот слой можно измерять, заменять и дообучать, не меняя основного агента.
Operon-S1 подключается к агенту ProtoPilot и задаёт закрытые вопросы в 13 точках процесса: какой анализ выбрать, какие файлы учитывать, что означает ошибка, достаточно ли доказательств и пора ли остановиться. Контекст собирает программа, а модель отвечает одним из заранее заданных вариантов. Агент получает только фиксированное сообщение без готового ответа: например, просьбу проверить соглашение, повторно оценить результат или завершить цикл инструментов.
Каждое решение сохраняется вместе с его последствиями. Поэтому разработчики могут увидеть, какое суждение изменило итог, обучить новую версию на проверяемых метках и допустить её к работе только после сравнения с предыдущей версией и базовыми стратегиями. Такой подход отделяет качество управляющего слоя от качества DeepSeek-V4.1-Flash, который выполнял основную работу.
Локальная LAYA работала на процессоре и не добавляла плату за запросы. Когда те же вопросы задавали основной LLM, решения занимали от 8,0% до 35,2% стоимости задачи. На пяти из шести наборов задач LAYA не дала измеримого изменения итоговой оценки; на seqqa2 все действующие контроллеры ухудшили результат, но LAYA — меньше остальных.
Систему проверяли на семи наборах задач по биологии и биомедицине, включая анализ данных, программирование и разбор лабораторных протоколов. Её сравнивали с отключённым управляющим слоем, правилами, принудительной перепроверкой, hosted-моделью JEV и основным LLM. Проверка 2 361 запусков также не нашла эталонного ответа в сообщениях, которые Operon-S1 передавал агенту.
Источники
Иллюстрация: рисунок из статьи «Operon-S1: a fast decision controller for long-horizon biomedical agents», Genoria AI Team, Yuejie Hou, Yueyuxiao Yang и др., CC BY 4.0
Похоже на вашу задачу?
Расскажите, что собираете. За полчаса разложим на этапы и назовём сроки — это бесплатно и ни к чему не обязывает.
