CoReMem, kodlama eylemcisinin belleğini değişen bir depodaki sıradaki göreve sağladığı katkıyla değerlendiriyor. Yeni ön baskı, dosya konumları ile komutlar gibi somut dayanakları bunları okuyacak modelin eğitimiyle birleştiriyor. Çalışmanın kendi deneylerinde çözüm oranı yükselirken kullanılan kaynak azaldı. Hesaba belleğin yazılması ve okunması da katıldı; sonraki görev, bellek hazırlanırken henüz bilinmiyordu.
Yapay Zekâ··Gece
Bellek henüz bilinmeyen sonraki görevde değerlendiriliyor
Kodlama eylemcileri için önerilen CoReMem bellek yaklaşımı, saklanan bilgiyi aynı depoda gelecek bir görevde değerlendiriyor. Önceki görevin dosya değişiklikleri korunuyor; ancak bellek yazılırken sonraki iş henüz bilinmiyor. Yeni ön baskıda karşılaştırılan çalışmalar aynı devralınmış depo durumundan başlatılıyor. Yazarların ChainSWE deneyinde 27 milyar parametreli modelin çözüm oranı yüzde 21,0'dan yüzde 25,7'ye yükseldi. Belleği yazmak için harcanan kaynak da toplam hesaba katılıyor. Böylece bilgi saklamanın gideri karşılaştırmanın dışında bırakılmıyor.[1]
Dosya konumları ve komutlar sonraki işe dayanak oluyor
Araştırmacılar, önceki görevin işlem akışını yedi işlevsel bölüme ayırıp bunları sırayla çıkararak katkılarını ölçüyor. Komutlar ve okunan depo içeriği yeniden kullanılabilir bilgi sağlarken uzun muhakeme anlatıları aynı ölçüde tasarruf getirmiyor. Bunun üzerine bellek, dosyanın nerede olduğunu gösteren konumlara, kod adlarına, deneme komutlarına ve bunların çıkış kodlarına odaklanıyor. Deneylerde tam yama metni yerine değişen dosyaların listesinin tutulması da ele alınıyor. Önceki işin daha kısa bir gösteriminin yararı böyle sınanıyor.[1]
Eğitim belleği kullanan adımlara ek ödül veriyor
CoReMem, belleği okuyacak modeli de eğitiyor. Kendi belleğiyle, belleksiz ve başka depodan gelen uygunsuz bellekle yapılan çalışmalar karşılaştırılıyor. Ödülde önce görevin çözülmesine öncelik veriliyor; başarılı çalışmalar arasında adım gideri gözetiliyor. Bellekteki bir konumu veya çalıştırılabilir denetimi kullanan adımlar ek ödül alırken diğerleri genel sonuç ödülünü koruyor. Eğitim ve test depolarının ayrıldığı deneyde yazarlar, eğitilmemiş belleksiz modele göre yüzde 17 daha az adım ve önbellek etkisini hesaba katan toplam belirteçlerde yüzde 11 azalma bildirdi.[1]