এই ব্লগ পোস্ট COLM 2026-তে Yunxiang Zhang এবং Michigan University-এর professor Lu Wang দ্বারা উপস্থাপিত গবেষণা 'Can LLM Agents Discover? Evaluating Creativity on ML Engineering Tasks' کا সারসংক্ষেপ। এটি খুঁজে বের করে কেন LLM এজেন্টস, Alpha Evolve এবং Kosmos AI scientist-এর দাবি থাকা বাবদ, সত্য ML কাজে টপ মানব গবেষকদের থেকে কম পারফরম্যান্স করে। লেখকরা argue যে--জিনিস যা উভয়ই মূল এবং উপযোগী--রচনা একটি ব্যবহারিক লেন্স হতে পারে মূল্যায়ন এবং এজেন্ট পারফরম্যান্স উন্নত করতে। রচনা মনোবিজ্ঞানের থেকে প্র-রচনা (এজেন্টের মেমোরির সাপেক্ষে নতুনতা), H-রচনা (সকল মানব জ্ঞানের সাপেক্ষে নতুনতা), প্রভাব এবং ব্যবহারযোগ্যতা। পোস্ট দেখায় কীভাবে এজেন্ট ফ্রেমওয়ার্ক রচনা খুঁজে পাওয়ার প্রক্রিয়াকে গঠন এবং নির্দেশ করে, বিভিন্ন ডিজাইনে রচনার উদ্ভব এবং উন্নয়ন পরিমাপ করার লক্ষ্য রাখে। Boden, Newell, Shaw, এবং Simon দ্বারা উল্লেখিত ধারণাবহি'espace-তে খুঁজে পাওয়ালি থেকে রচনা জড়িয়ে নিয়ে, এই কাজ লক্ষ্য রাখে বিভিন্ন ফ্রেমওয়ার্কের মধ্যে পারফরম্যান্স পার্থক্য বোঝা যাক তাদের নতুন এবং কার্যকর ধারণা জেনারেট করার ক্ষমতা দ্বারা। লক্ষ্য হল বিজ্ঞানিক খুঁজে পায়ে জন্য ভালো মূল্যায়ন মেট্রিক্স বিকাশ করা LLM এজেন্টস রচনা মূলতা এবং ব্যবহারযোগ্যতার সংমিশ্রণ পরিমাপ করে।
উৎস: Towards Data Science · সারাংশ: HeadlinesBriefing