ทีมนักวิจัยนำเสนอกลไกที่เรียกว่า 'Self-Direction' เพื่อแก้ปัญหาสำคัญของ AI Agent ในปัจจุบันที่มักจะลืมบทเรียนที่ได้รับจากการลองผิดลองถูก หรือการใช้การปรับแต่งโมเดล (Fine-tuning) ที่มีค่าใช้จ่ายสูงและเสี่ยงต่อการทำลายความสามารถเดิมของโมเดลพื้นฐาน
ระบบนี้จะทำงานเมื่อ AI ทำงานพลาด โดยจะทำการวิเคราะห์ความผิดพลาดนั้นและสรุปเป็นบทเรียนที่บรรจุลงใน 'Low-rank adapter' ซึ่งมีขนาดพารามิเตอร์เพียง 0.02% ของโมเดลหลักเท่านั้น บทเรียนเหล่านี้จะถูกเก็บไว้ในห้องสมุดส่วนตัวและถูกเรียกใช้โดยอัตโนมัติเมื่อเจอปัญหาที่คล้ายคลึงกันในอนาคต ช่วยให้โมเดลพื้นฐานยังคงความสามารถเดิมไว้ได้ในขณะที่เก่งขึ้นเรื่อยๆ
จากการทดสอบกับโมเดลตระกูล Qwen พบว่าวิธีนี้ช่วยเพิ่มอัตราความสำเร็จในงานวิจัยและงานด้านเทคนิคได้ถึง 8.9 - 17.0% และยังช่วยเพิ่มความน่าเชื่อถือในการแก้ไขงานได้เกือบสองเท่า รวมถึงบทเรียนที่เรียนรู้มายังสามารถนำไปประยุกต์ใช้กับงานใหม่ๆ ได้โดยไม่ต้องฝึกฝนเพิ่มเติม
