ทันเอไอ

นักวิจัยเปิดตัว BCO วิธีช่วยให้ LLM Agent จำเหตุผลและปรับปรุงตัวเองได้ดีขึ้น

คณะผู้วิจัยจาก Virginia Tech และ Amazon เสนอวิธี Belief-Calibrated Optimization เปลี่ยนความเชื่อแฝงของ AI ให้เป็นบันทึกถาวรเพื่อเพิ่มความแม่นยำ

ในปัจจุบัน ประสิทธิภาพการทำงานของระบบเอเจนต์ที่ขับเคลื่อนด้วยโมเดลภาษาขนาดใหญ่ (LLM Agent) มักขึ้นอยู่กับโครงสร้างรอบตัวโมเดล หรือที่เรียกว่าสแคฟโฟลด์ (Scaffold) โดยแนวทางทั่วไปมักใช้โค้ดดิ้งเอเจนต์ทำหน้าที่เป็นตัวปรับแต่ง คอยอ่านคะแนนและประวัติการทำงานเพื่อแก้ไขซอร์สโค้ดในแต่ละรอบการทดลอง

อย่างไรก็ตาม ปัญหาสำคัญคือ "ความเชื่อ" (Belief) ของเอเจนต์ เช่น การวิเคราะห์ว่าเกิดข้อผิดพลาดตรงไหนและควรแก้ไขอย่างไร มักเป็นข้อมูลแฝงที่อยู่ในการประมวลผลแต่ละครั้งและสูญหายไปในรอบถัดไป ทำให้รอบหลังๆ ไม่สามารถนำข้อมูลเชิงลึกเหล่านั้นมาต่อยอดได้

เพื่อแก้ปัญหานี้ คณะผู้วิจัย 10 คน นำโดย Yuhan Chen จาก Virginia Tech, Amazon และนักวิจัยอิสระ ได้เผยแพร่เอกสารวิชาการบน arXiv เมื่อวันที่ 1 กันยายน 2026 นำเสนอวิธีที่มีชื่อว่า Belief-Calibrated Optimization หรือ BCO

วิธี BCO จะทำหน้าที่บันทึกความเชื่อของเอเจนต์ให้ออกมาเป็นเอกสารบันทึกที่คงอยู่ถาวร ทำหน้าที่เสมือนเป็นโลกจำลอง (World Model) ให้เอเจนต์สามารถใช้อ้างอิงและปรับปรุงการตัดสินใจในรอบถัดๆ ไปได้ ผลการทดสอบผ่าน 5 เบนช์มาร์ก (Benchmark) ซึ่งรวมถึง Memory QA, การใช้เครื่องมือ (Tool Use) และ Code-as-action พบว่ากลุ่มที่ใช้งาน BCO มีอัตราความสำเร็จสูงกว่ากลุ่มควบคุมอย่างชัดเจน