मल्टी-एजेंट सेलफ-सुपरविजन (MASS) एक सिंगल AI मॉडल को अपने आप के ऑप्टिमाइज़र और एवलुएटर के रूप में उपयोग करके पुनरावृत्त स्व-सुधार (RSI) को संभव बनाता है। यह होमोजीनस अप्रोच मानव ज्ञान के पार गुजरने के चुनौतियों का समाधान करता है, जहां हमनंस एक्सपर्ट्स गैर-वेरिफ़ियेबल टास्क्स पर परिणामों की मूल्यांकन करने में कठिनाई महसूस कर सकते हैं। MASS दोहराव में मल्टी-एजेंट वर्कफ़्लो को ऑप्टिमाइज़ करता है, मल्टी-एजेंट सिस्टम्स की कॉलेक्टिव इंटेलिजेंस को डिस्टिल करता है, और इसे सेलफ-सुपरविजन सिग्नल के रूप में उपयोग करता है। ऑप्टिमाइज़र एवलुएटर फीडबैक का उपयोग करके सबसे अच्छे टीम वर्कफ़्लो की खोज करता है, फिर सेल्फ-ज़ुदेईड बेस्ट टीम एक्ज़ीक्यूशन्स पर एक्ज़ीक्यूटर को ट्रेन करता है। अपडेटेड मॉडल सभी तीन भूमिकाएँ निभाए और प्रक्रिया को दोहराव देता है, जो रिसर्च बेंचमार्क्स में बेस मॉडल के अनुसार प्रति आउटपुट टोकन स्कोर में सुधार दर्शाता है। यह एप्रोच मानव समाजों से प्रेरित है, जहां कॉलेक्टिव अचारक्स लर्निंग स्टार्टिंग पॉइंट के रूप में काम करते हैं, और थॉमास कुहन के शेयर्ड एग्ज़म्प्ल्स के संकल्पना से, जो साइंस्टिफ़िक प्रॉब्लेम-सॉल्विंग को सक्षम बनाता है।
की एंटिटीज़: कंपनियाँ: Sakana AI | लोग: Thomas Kuhn
स्रोत: Hacker News · HeadlinesBriefing द्वारा सारांशित