AI-nyhederForskerhold får AI til at samarbejde bedre
Forskere har udviklet en ny metode, hvor AI-modeller bliver enige før de deler viden. Det giver bedre fælles svar uden ekstra computerkraft.
Det nye trick
Forskerholdet bag projektet har fundet ud af, at AI-modeller ofte svarer bedre, når de arbejder sammen. Problemet er, at de nemt kommer ud af sync og gentager hinanden. Løsningen er at få modellerne til at verificere enighed før de udveksler forskellige perspektiver, så de ikke spilder tid på uenighed.
Hvad det betyder
For almindelige brugere betyder det, at AI-svar kan blive mere præcise, når flere systemer kombineres. Metoden kræver ikke ny hardware eller flere data, men ændrer bare rækkefølgen i samarbejdet. Det kan gøre forskellige AI-tjenester bedre til at lytte til hinanden i stedet for at køre i hver deres retning.
Kritikerne siger
Nogle eksperter påpeger, at metoden kun virker, hvis modellerne rent faktisk har noget forskelligt at byde ind med. Hvis de ligner hinanden for meget, giver enigheden ikke meget værdi. Forskerne erkender, at der er brug for flere test med mange forskellige modeller, før man kan vide, hvor bredt tricket kan bruges.
- Metoden hedder 'Agreement Before Diversity' og fokuserer på enighed før mangfoldighed.
- Forskerne kalder tilgangen 'verification-first complementarity' for heterogene AI-modeller.
- Systemet lader modeller verificere hinandens svar for at øge kvaliteten.
- Studiet er udgivet på arXiv og har involveret Ruitong Li og fem andre forskere.
- Metoden kræver hverken nye data eller ekstra regnekraft.
Du kan få mere pålidelige svar, når AI-tjenester i fremtiden kombinerer flere modeller. Den nye metode forbedrer samarbejdet uden at koste ekstra tid eller penge.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.