ADL — AI-Directed Learning

Hangi müdahale öğrenmeye değer?

Öğrenen modelden ayrı bir sistem, hangi öğrenme müdahalesinin denenmesi gerektiğini seçebilir mi? ADL, öğrenen model ile müdahale seçimini ayırıyor. Araştırma sorusu daha az model çağrısından önce, aynı toplam bütçede daha iyi kalite elde edilip edilemeyeceği.

Son kalite karşılaştırması

13 Ekim tarihli F2-041 raporunda aday, iki koordinat önerisini ölçüp eğitim kaybı daha düşük olanı seçiyor. Ön kayıtlı hipotez, dört karşılaştırmanın her birinde terminal holdout doğruluğunda en az 3 yüzde puan kazanç istiyor.

Güçlü uniform karşılaştırmasına göre fark yaklaşık 0,088 yüzde puan. Raporun belirsizlik aralığının üst sınırı 3 puanın altında; birincil hipotez FALSIFIED olarak kapatılıyor. Daha zayıf karşılaştırmalardaki kazanımlar bu kararı değiştirmiyor.

Maliyet neden ayrı tutuluyor?

Adayda forward sayısı yaklaşık yüzde 36,4 düşük, müdahale seçicisinin maliyeti ise yaklaşık yüzde 10,5 yüksek. Toplam maliyet kazancı doğrulanmıyor. Daha az model çağrısı, tek başına daha ucuz öğrenme demek değil.

Sonraki aday

F2-043 ayrı bir ön kayıtla ağırlık normu cezasını ele alıyor. Kaynak kesiminde uygulama bekliyor; etkinliği sınanmış değil. F3 kapalı, Conflux replikasyonu doğrulanmamış durumda.

Kaynak notu

14 Ekim 2026 kaynak kesimi: ADL README, F2-041 iki öneri raporu ve F2-043 ön kayıt protokolü. Sayılar kaynak rapordan alınmıştır; yeni deney veya model çağrısı yapılmadı. Bir adayın başarısızlığı bütün ADL programının çürütülmesi değildir.