ทันเอไอ

นักวิจัยเสนอ forge_dc ให้ AI Agent จำคำแก้ไขข้ามการสนทนา

ผู้วิจัยเสนอระบบ forge_dc ที่เปลี่ยนคำแก้ไขจากผู้ใช้เป็นกฎคำสั่ง แล้วป้อนกลับเฉพาะจุดที่เกี่ยวข้อง โดยผลทดลองยังมาจากผู้เขียนเองเป็นหลัก

งานวิจัยชื่อ "Decision Context: Persistent Behavioral Learning for AI Agents" เผยแพร่บนเว็บ arXiv หมวด cs.AI เมื่อ 5 พฤศจิกายน 2026 เขียนโดย Nima Vahdat และ Pashootan Vaezipoor

ปัญหาที่งานนี้พูดถึงคือ LLM agent ไม่เรียนรู้จากการถูกแก้ไขข้ามเซสชัน ผู้ใช้จึงต้องแก้ข้อผิดพลาดเดิมซ้ำทุกครั้งที่เปิดบทสนทนาใหม่ ระบบความจำของเอเจนต์ที่มีอยู่ส่วนใหญ่เก็บ "ข้อเท็จจริง" เช่น ความชอบของผู้ใช้ ชื่อบุคคล หรือประวัติการสนทนา มากกว่าความรู้เชิงขั้นตอน (procedural knowledge) คือ "ควรทำอย่างไรในสถานการณ์นี้"

ระบบที่เสนอชื่อ Forge Decision Context (forge_dc) เก็บสัญญาณพฤติกรรมจากสองแหล่ง ได้แก่ คำแก้ไขจากมนุษย์ และความล้มเหลวของการเรียกเครื่องมือ (tool call) ที่เอเจนต์ประเมินตัวเองว่าผิดพลาด จากนั้นแปลงสัญญาณเหล่านี้เป็นกฎแบบคำสั่งที่เรียกว่า RULE แล้วแทรกเข้าไปตรงจุดตัดสินใจที่กฎนั้นใช้ได้ ไม่ได้ยัดทุกอย่างเข้าไปในคำถามทุกครั้ง

ในการทดสอบ ทีมวิจัยสร้างเบนช์มาร์กใหม่ชื่อ DC-Bench มี 71 สถานการณ์ครอบคลุม 9 มิติพฤติกรรม สร้างจากร่องรอยการทำงานจริงของเอเจนต์ในสภาพแวดล้อมเครื่องมือจำลองที่ให้ผลลัพธ์แน่นอน แล้วเทียบ forge_dc กับแนวทางรุ่นก่อนอีกสี่แบบ ผู้เขียนรายงานว่า forge_dc ทำตามกฎได้ 95 เปอร์เซ็นต์ ขณะที่การดึงข้อมูลแบบตรงไปตรงมา (naive retrieval) ได้ 55 เปอร์เซ็นต์ และใช้โทเคนที่แทรกเพิ่มต่อคำถามประมาณหนึ่งในสิบ

ข้อควรระวังคือตัวเลขทั้งหมดเป็นผลที่ผู้เขียนรายงานเอง บนเบนช์มาร์กที่ผู้เขียนสร้างขึ้นเอง ยังไม่พบการทดสอบซ้ำจากทีมอิสระ สื่อ AI Brasil รายงานงานชิ้นเดียวกัน แต่ระบุว่ายังไม่มีการตรวจสอบจากบุคคลที่สาม จึงนับเป็นข่าวที่อ้างงานต้นฉบับ ไม่ใช่การยืนยันผล ข้อมูลในข่าวนี้อ้างอิงจากบทคัดย่อและรายงานที่พบ