يمكّن التطور الذاتي المتكرر (RSI) من خلال استخدام نموذج AI واحد كمحسن ومقيم لنفسه. يحل هذا النهج المتجانس المشكلة في تجاوز المعرفة البشرية، حيث قد يواجه الخبراء البشريون صعوبة في تقييم النتائج على مهام غير قابلة للتحقق. يقوم MASS بتحسين تدفقات العمل المتعددة العناصر بشكل متكرر، ويستخلص الذكاء الجماعي من أنظمة العناصر المتعددة، ويستخدمه كإشارة للرفع الذاتي. يبحث المحسن عن أفضل تدفق عمل الفريق باستخدام ملاحظات المقيم، ثم يدرب التنفيذ على تنفيذات الفريق الأفضل حسب التقييم الذاتي. يملأ النموذج المحدث هذه الأدوار الثلاث ويكرر العملية، محسّزًا النتيجة عبر رمز المخرج على مقياس البحث. يستلهم هذا النهج المجتمعات البشرية، حيث تُقدّم الإنجازات الجماعية كنقطة بداية للتعلم، وكما في مفهوم توماس كوهن (Thomas Kuhn) حول مثالات مشتركة تمكن من حل المشكلات العلمية.
الكيانات الرئيسية: الشركات: Sakana AI | الناس: Thomas Kuhn
الأسئلة الشائعة: كيف يمكن MASS من التحسين الذاتي المتكرر دون ملاحظات بشرية؟
يستخدم MASS نموذج لغة مشترك واحد كحل للمهمة، ومحسن لتدفقات العمل، ومقيم. يبحث المحسن عن أفضل تدفق عمل للعناصر المتعددة باستخدام ملاحظات المقيم، ثم يدرب التنفيذ على تنفيذات الفريق الأفضل المقيم عليها أنفسه. يكرر النموذج المحدث هذه الأدوار الثلاث ويعيد العملية، مُحقّقًا إشارة للرفع الذاتي من خلال استخلاص الخبرة الجماعية للفريق في النموذج المشترك.
السؤال: كيف يمكن MASS من التحسين الذاتي المتكرر دون ملاحظات بشرية؟
الجواب: يستخدم MASS نموذج لغة مشترك واحد كحل للمهمة، ومحسن لتدفقات العمل، ومقيم. يبحث المحسن عن أفضل تدفق عمل للعناصر المتعددة باستخدام ملاحظات المقيم، ثم يدرب التنفيذ على تنفيذات الفريق الأفضل المقيم عليها أنفسه. يكرر النموذج المحدث هذه الأدوار الثلاث ويعيد العملية، مُحقّقًا إشارة للرفع الذاتي من خلال استخلاص الخبرة الجماعية للفريق في النموذج المشترك.
المصدر: Hacker News · لخّصه HeadlinesBriefing