محققان روش جدیدی به نام ARCO را معرفی کردهاند که مشکل بزرگ مدلهای زبانی در مسیرهای چندمرحلهای (Multi-step) را حل میکند. تا امروز، مدلها اغلب بر اساس یک امتیاز کلی ارزیابی میشدند، اما ARCO با استفاده از «روبیکهای تطبیقی» به مدل میگوید در هر مرحله دقیقاً کجا درست و کجا اشتباه عمل کرده است.
نکته جالب اینجاست که این مدل همزمان با پیشرفت هوش مصنوعی، تکامل مییابد و یاد میگیرد چگونه به بهترین شکل به مدل اصلی بازخورد بدهد. این یعنی ایجنتهای هوشمند با سرعت و دقت بسیار بالاتری در حل مسائل پیچیده منطقی (مثل HotpotQA) عمل میکنند.
اگر در حوزه توسعه مدلهای LLM فعالیت میکنید، این مقاله و کدهای آن در گیتهاب میتوانند ابزار قدرتمندی برای بهبود دقت مدلهای شما باشند.
🔗 لینک پروژه: https://github.com/zihangtian/ARCO
منبع: arXiv AI