Yapay zekâ araştırmacıları, büyük dil modellerinin (LLM) aynı anda birden fazla davranış sergilemesini sağlayan yenilikçi bir yöntem geliştirdi. 'Kompozisyonel yönlendirme tokenları' olarak adlandırılan bu teknik, AI sistemlerinin gerçek dünya uygulamalarında daha esnek ve kontrollü davranmasını hedefliyor.
Geleneksel yöntemler genellikle yapay zekâyı tek bir davranış yönünde yönlendirmeye odaklanıyordu. Ancak pratik uygulamalarda AI sistemlerinin aynı anda farklı kriterleri karşılaması gerekiyor. Örneğin, bir müşteri hizmetleri botu hem nezaketli hem de teknik açıdan doğru, aynı zamanda da kısa ve öz yanıtlar vermelidir.
Araştırmacılar, önce doğal dil talimatları halinde ifade edilen bireysel davranışları, kendini damıtma yöntemiyle özel token'lara dönüştürüyor. Bu yaklaşım, çoğu önceki çalışmanın aktivasyon alanında çalışmasının aksine, girdi token'ları alanında faaliyet gösteriyor.
Sistemin en ilgi çekici özelliği, farklı davranış çiftleri üzerinde eğitilen 'kompozisyon token'ının, daha önce görülmemiş davranış kombinasyonlarına bile başarıyla genelleme yapabilmesi. Bu özellik, AI sistemlerinin dinamik ortamlarda daha uyarlanabilir olmalarını sağlıyor.