Bu yeni makale gerçekten çılgınca! LLM tabanlı ajanların, parçacıkların termodinamik sistemlerde nasıl davrandığı gibi makroskobik fiziksel yasalara göre çalıştığını öne sürüyor. Ve görünüşe göre bu keşif modeller arasında geçerli değil. LLM ajanları farklı alanlarda çok iyi çalışıyor, ancak nedenine dair bir teorimiz yok. Bu sistemlerin davranışı genellikle karmaşık dahili mühendisliğin doğrudan bir ürünü olarak görülür: prompt şablonları, bellek modülleri ve gelişmiş araç çağırma. Dinamikler ise siyah kutu olarak kalıyor. Bu yeni araştırma, LLM kaynaklı ajanların fizikteki denge sistemlerinin temel bir özelliği olan ayrıntılı dengeye sahip olduğunu göstermektedir. Bu ne anlama geliyor? LLM'lerin sadece kural setleri ve stratejiler öğrenmediğini; Belki de durumları küresel olarak değerlendiren ve "LLM'nin bir durumu hedeften ne kadar uzak algıladığı" gibi bir şeyi yakalayan temel potansiyel fonksiyonu örtük olarak öğreniyor olabilirler. Bu, tekrarlayan döngülerde takılmadan yönlendirilmiş yakınsamayı sağlar. Araştırmacılar, LLM'leri ajan çerçevelerine gömdüler ve durumlar arasında geçiş olasılıklarını ölçdüler. Fizikten en az etki ilkesini kullanarak, bu geçişleri yöneten potansiyel fonksiyonu tahmin ettiler. GPT-5 Nano, Claude-4 ve Gemini-2.5-flash: durum geçişleri büyük ölçüde detaylı denge koşullarını karşılıyor. Bu, üretken dinamiklerinin denge sistemlerine benzer özellikler sergilediğini gösterir. 7.484 farklı durumda 50.228 durum geçişiyle sembolik bir uyum görevinde, yüksek olasılıklı geçişlerin %69,56'sı daha düşük potansiyele doğru ilerledi. Potansiyel fonksiyon, karmaşıklık ve sözdizimiyet geçerliliği gibi ifade düzeyindeki özellikleri dizi düzeyinde bilgiye ihtiyaç duymadan yakaladı. Farklı modeller, keşif-ekspluatasyon spektrumunda farklı davranışlar gösterdi. Claude-4 ve Gemini-2.5-flash birkaç duruma hızla yaklaştı. GPT-5 Nano geniş çapta araştırıldı ve 20.000 nesilde 645 farklı geçerli çıktı üretti. Bu, LLM üretken dinamiklerinde belirli model detaylarına bağlı olmayan makroskobik bir fizik yasanın ilk keşfi olabilir. Bu, yapay zeka ajanlarını sadece mühendislik eserleri değil, ölçülebilir ve öngörülebilir özelliklere sahip fiziksel sistemler olarak inceleyebileceğimizi öne sürüyor. Makale: Akademimizde etkili AI Ajanları oluşturmayı öğrenin: