মল্টি-এজেন্ট সেলফ-সুপারভিজন (MASS) একক AI মডেলকে আপনেই অপটিমাইজার ও ইভ্যালুয়েটর হিসেবে ব্যবহার করে রিকার্সিভ সেলফ-ইমপ্রুফমেন্ট (RSI) সম্ভব করে। এই হোমোজিনিয়াস পদ্ধতি মানুষের জ্ঞানের মধ্য দিয়ে অতিক্রম করার চ্যালেঞ্জটি সমাধান করে, যেখানে মানুষের বিশেষজ্ঞরা গ্যার-ভেরিফিয়েবল টাস্কগুলিতে ফলাফলের মূল্যায়ন করতে দুঃখে পড়তে পারেন। MASS পুনরাবৃত্তম ভাবে মল্টি-এজেন্ট ওয়ার্কফ্লোগুলিকে অপটিমাইজ করে, মল্টি-এজেন্ট সিস্টেমগুলির সমষ্টিগত বুদ্ধিমত্তা বের করে এবং সেটিকে সেলফ-সুপারভিজন সিগন্যাল হিসেবে ব্যবহার করে। অপটিমাইজার ইভ্যালুয়েটরের ফিডব্যাক ব্যবহার করে সর্বোত্তম টিম ওয়ার্কফ্লো খুঁজে পায়, তারপর সেলফ-জুডেড বেস্ট টিম এক্সিকিউশনগুলিতে এক্সিকিউটর প্রশিক্তভাবে প্রশিক্ষণ দেয়। আপডেটেড মডেলটি এই তিনটি ভূমিকা পালন করে এবং প্রক্রিয়াটি পুনরাবৃত্ত করে, রিসার্চ বেঞ্চমার্কগুলিতে বেস মডেলের তুলনায় আউটপুট টোকেন প্রতি স্কোরে সুধার ঘটায়। এই পদ্ধতি মানব সমাজগুলি থেকে প্রেরণ নেয়, যেখানে সমষ্টিগত সাফল্যগুলি শিখনের শুরুযোগের জন্য প্রয়োগ হয়, এবং থমাস কুহের (Thomas Kuhn) শেয়ার্ড এক্সাম্পলস ধারণা থেকে, যা বিজ্ঞানীয় সমস্যার সমাধানকে সম্ভব করে।
কী এন্টিটি: কম্পানি: Sakana AI | মানুষ: Thomas Kuhn
প্রশ্নাবলি: MASS কীভাবে মানব ফিডব্যাক ছাড়া রিকার্সিভ সেলফ-ইমপ্রুফমেন্ট করে?
MASS একক শেয়ার্ড ল্যাংগুয়েজ মডেলকে টাস্ক সলভার, ওয়ার্কফ্লো অপটিমাইজার, ও ইভ্যালুয়েটর হিসেবে ব্যবহার করে। অপটিমাইজার ইভ্যালুয়েটরের ফিডব্যাক ব্যবহার করে সর্বোত্তম মল্টি-এজেন্ট ওয়ার্কফ্লো খুঁজে পায়, তারপর সেলফ-জুডেড বেস্ট টিম এক্সিকিউশনগুলিতে এক্সিকিউটর প্রশিক্তভাবে প্রশিক্ষণ দেয়। আপডেটেড মডেলটি এই তিনটি ভূমিকা পালন করে প্রক্রিয়াটি পুনরাবৃত্ত করে, সমষ্টিগত টিম অভিজ্ঞতা শেয়ার্ড মডেলে ডিস্টিল করে একটি সেলফ-সুপারভিজন সিগন্যাল তৈরি করে।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing