कार्यप्रवाह और स्वचालन

AI एजेंट token के माध्यम से कम बाहरी सामग्री को पढ़कर अधिक हल करते हैं-प्रभावी स्परस रीडिंग

SparseRead फ़ाइलों का पूर्वावलोकन करता है, एजेंटों को प्रासंगिक अनुभागों के लिए अनुरोध करने देता है और token का उपयोग 92.9% तक कार्यों में काटता है, जिससे लंबे लॉग डिबगिंग सस्ता हो जाता है।

AI एजेंट token के माध्यम से कम बाहरी सामग्री को पढ़कर अधिक हल करते हैं-प्रभावी स्परस रीडिंग

मुख्य जानकारी

  • स्पार्स रीड AI कोडिंग एजेंटों को पहले सामग्री का पूर्वावलोकन करके और फिर केवल प्रासंगिक अनुभाग मांगकर लंबे लॉग या फ़ाइलों को अधिक कुशलता से पढ़ने में मदद करता है।
  • 125 कार्यों और छह मॉडलों में, इसने पूर्ण फ़ाइल पढ़ने की तुलना में token के उपयोग को 92.9% तक कम कर दिया है।
  • 30 मॉडल-कार्यभार संयोजनों में से 26 में कार्य की गुणवत्ता बनाए रखी गई या इसमें सुधार किया गया, यह सुझाव देते हुए कि चुनिंदा रीडिंग प्रदर्शन को नुकसान पहुंचाए बिना लागत और विलंबता कम कर सकती है।
  • दृष्टिकोण एक व्यावहारिक पैटर्न का अनुसरण करता हैः पूर्वावलोकन, पता लगाना, चुनिंदा रूप से पढ़ना और केवल आवश्यक होने पर अधिक अनुरोध करना।
  • उपयोगकर्ताओं को वास्तविक रिपॉजिटरी में स्पार्स रीड की कोशिश करने और कम पढ़ने से मदद मिलती है या जब यह समस्याओं का कारण बनता है तो प्रतिक्रिया साझा करने के लिए प्रोत्साहित किया जाता है।

मेटा विवरण: स्पार्स रीड AI कोडिंग एजेंटों को फाइल का पूर्वावलोकन करने और केवल प्रासंगिक लॉग अनुभाग पढ़ने की अनुमति देता है, 125 कार्यों और छह मॉडलों में token के उपयोग को 92.9% तक कम करता है।

 AI agents Solve More by Reading Less External Content Through token -Efficient Sparse Reading

टैगः SparseRead, AI एजेंट, token दक्षता, लॉग रीडिंग, डेवलपर उपकरण

स्पार्स रीड किस समस्या को लक्षित करता है

कोडिंग एजेंट अक्सर लंबे लॉग प्राप्त करते हैं जब उन्हें एक त्रुटि की व्याख्या करने के लिए कहा जाता है। पूरे लॉग फोर्स को पढ़ना कई अप्रासंगिक पंक्तियों का प्रसंस्करण करता है, token उपयोग और उत्तर समय बढ़ाता है। स्पार्स रीड पहले फ़ाइल पूर्वावलोकन देता है, फिर एजेंट को स्रोत स्थानों के साथ संबंधित अनुभागों का अनुरोध करने देता है। यदि कार्य में पूरी फाइल की आवश्यकता होती है, तो एजेंट अभी भी इसे सीधे पढ़ सकता है।

 AI agents Solve More by Reading Less External Content Through token -Efficient Sparse Reading

मूल्यांकन के परिणामों को कैसे रिपोर्ट किया जाता है

लेखकों ने 125 कार्यों और छह मॉडलों में स्पार्स रीड का मूल्यांकन किया। पूर्ण पढ़ने की तुलना में, सबसे बड़ी कमी token के उपयोग में 92.9% थी और दीवार समय (विलंबित समय) में 89.0% थी। 30 मॉडल-वर्कलोड संयोजनों में से 26 में कार्य स्कोर समान रहे या इसमें सुधार हुआ। इससे पता चलता है कि चुनिंदा पढ़ना स्वचालित रूप से गुणवत्ता को कम किए बिना लागत और विलंबता को कम कर सकता है। 30-में से 26-परिणाम उन मामलों के लिए जगह छोड़ देता है जहां यह स्कोर में सुधार नहीं करता था, इसलिए लेखक उपयोगकर्ताओं को रिपोर्ट करने के लिए आमंत्रित करते हैं जहां कम पढ़ने से मदद मिलती है और जहां यह रास्ते में आता है।

उपयोगकर्ता आगे क्या कोशिश कर सकते हैं

कोड और सेटअप: https://github.com/Zedong-Liu/SparseReading; वेबपेजः https://sparseread.pages.dev/. लेखक लोगों को अपनी फ़ाइलों या रिपॉजिटरी पर SparseRead का प्रयास करने के लिए कहते हैं और प्रतिक्रिया साझा करते हैं। एजेंट वर्कफ़्लोज़ के लिए, मुख्य सवाल यह नहीं है कि क्या कोई एजेंट एक फाइल पढ़ सकता है, लेकिन क्या उसे किसी विशिष्ट प्रश्न का उत्तर देने के लिए पूरी फ़ाइल की आवश्यकता होती है। स्पार्स रीड एक पैटर्न की ओर इशारा करता हैः पूर्वावलोकन, पता लगाना, चुनिंदा रूप से पढ़ें, और केवल आवश्यक होने पर अधिक अनुरोध करें। यदि यह अधिक वास्तविक फ़ाइलों में रहता है, तो लंबे लॉग डिबगिंग संदर्भ को संरक्षित करते हुए तेज और सस्ता हो सकता है।

Comments (0)

  1. No comments yet. Be the first to share what worked for you.

Leave a comment

Comments are reviewed before they appear. Your email address is not published.