تا امروز اکثر مدلهای هوش مصنوعی بر اساس پاسخ نهاییشان آموزش میدیدند، اما حالا با متد جدیدی به نام «Agon» آشنا شدیم که تمرکز را روی «چگونه فکر کردن» میگذارد! 🧠
در این روش، دو مدل هوش مصنوعی در یک رقابت سازنده، نقش «طراح راه حل» و «داور» را برای هم بازی میکنند. مدلها با بررسی استدلالهای یکدیگر، سعی میکنند به سطحی بالاتر از استدلال برسند. نتیجه؟ جهش فوقالعاده در دقت مدلهایی مثل Qwen و Gemma در حل مسائل پیچیده ریاضی و برنامهنویسی بدون نیاز به برچسبگذاری انسانی!
این یک قدم مهم در دنیای آموزش هوش مصنوعی است که به جای «حجم بیشتر متن»، روی «کیفیت استدلال» تمرکز کرده است. 💡
منبع: arXiv AI