🧠 رازِ پشت پرده موفقیت مدل‌های زبانی: آیا «همکاری در زمان تست» همیشه جواب می‌دهد؟

محققان در مقاله‌ای جدید به سراغ این چالش رفته‌اند که چرا تکنیک‌هایی مثل «خود-سازگاری» (Self-Consistency) یا استفاده از «مدل‌های منتقد» (Critic Models) گاهی باعث بهبود عملکرد مدل‌های زبانی می‌شوند و گاهی نه! 🧐

در این پژوهش، همکاری مدل‌ها به عنوان یک «مسئله انتخاب کاندیدا» بازتعریف شده است. یافته‌ها نشان می‌دهد که بهبود کیفیت خروجی‌ها مستقیماً به دو عامل کلیدی وابسته است:
۱. شکاف اوراکل (Oracle Gap): پتانسیل واقعیِ نهفته در کاندیداهای تولید شده.
۲. وفاداری سیگنال (Signal Fidelity): دقتِ ابزارِ تاییدکننده در تشخیص پاسخ صحیح.

این تحقیق نشان می‌دهد که گاهی تلاش برای همکاری بیشتر، نه تنها مفید نیست بلکه می‌تواند با ایجاد «آسیب» (Harm) به خروجی‌های درست، نتیجه را معکوس کند! مطالعه‌ای بسیار فنی و کاربردی برای متخصصان حوزه‌ی LLM که دید عمیق‌تری نسبت به ساختار Multi-Agent به ما می‌دهد.

منبع: arXiv AI