قدمت أبحاث مايكروسوفت مكتبة EvoLib، وهي إطار عمل يمكّن النماذج اللغوية الكبيرة من التعلم من خبراتها الخاصة أثناء الاستدلال دون الحاجة إلى تسميات مرجعية أو ملاحظات خارجية. بدلاً من تخزين الخبرات الخام كذكريات ثابتة، تحوّلها مكتبة EvoLib إلى مهارات قابلة لإعادة الاستخدام ورؤى تأملية يتم تحسينها باستمرار ودمجها وإعادة ترجيحها.
- يجمع الدمج بين المعرفة الجديدة والعناصر الموجودة المشابهة لإنشاء وحدات أكثر عمومية وقابلة لإعادة الاستخدام.
- تحدث آلية الترجيم الديناميكي أهمية كل وحدة معرفية بناءً على فائدتها المباشرة وتأثيرها طويل المدى على المهام المستقبلية.
- يعمل النظام كحل صندوق أسود قابل للتطبيق على أي نموذج لغوي مُنشر عبر واجهة برمجة التطبيقات دون الحاجة إلى تحديثات للنموذج.
تتفوق مكتبة EvoLib باستمرار على أفضل النهج القائمة على الاسترجاع في مهام الاستدلال الرياضي، وتوليد الأكواد، واتخاذ القرارات طويلة المدى. وهي تحول الحوسبة أثناء الاختبار إلى مكاسب في الأداء بكفاءة أكبر من الطرق الحالية وتحافظ على أداء مستقر بغض النظر عن ترتيب المهام غير المتجانسة التي يتم مواجهتها.