حتماً برای شما هم پیش آمده که مدلهای زبانی (LLM) هنگام حل مسائل پیچیده، در یک مسیر اشتباه گیر کنند و مدام خودشان را تکرار کنند؛ وضعیتی که به آن «حلقه های استدلالی» میگویند.
محققان در مقاله جدیدی، متد جذابی به نام SOPHIA را معرفی کردهاند که به جای اتکا به پرامپتنویسی، مستقیماً «وضعیتهای درونی» مدل را هنگام استدلال کنترل میکند. این سیستم با شناسایی حالتهای تکراری و تزریق بردارهای اصلاحی (Steering Vectors)، اجازه نمیدهد مدل در این «چاه سیاه استدلالی» غرق شود.
این یعنی هوش مصنوعی در آینده نهتنها باهوشتر، بلکه در مدیریت زمان و منابع محاسباتی هم بسیار بهینهتر عمل خواهد کرد. 🚀
منبع: arXiv AI