تا حالا فکر کردید چرا گاهی وقتی چند مدل هوش مصنوعی رو کنار هم میگذاریم تا با هم کار کنند، نتیجه آنطور که باید درخشان نیست؟ مشکل اصلی در «عدم هماهنگی» یا سردرگمی مدلها در انتخاب استراتژی مشترک بود.
محققان در پژوهش جدیدی، فریمورک «DICE» رو معرفی کردند که با استفاده از مفاهیم نظریه بازیها (HQRE)، به مدلهای زبانی یاد میده چطور به جای تداخل، به صورت پایدار و بهینه با هم همکاری کنند.
نتایج فوقالعادهست: در وظایف استدلالی و برنامهریزی، مدلهای مجهز به DICE تا ۸.۵ درصد عملکرد بهتری نسبت به حالت عادی داشتند! این یعنی گامی بزرگ به سمت سیستمهای چندعاملی هوشمندتر و قابلاعتمادتر. ✨
منبع: arXiv Machine Learning