مدلهای زبانی بزرگ در حل مسائل چندمرحلهای و جمعآوری اطلاعات هنوز با چالشهای جدی روبرو هستند. اما خبر خوب اینکه محققان روش جدیدی به نام ASIG (Amortised Sequential Information Gathering) معرفی کردهاند که به مدلها اجازه میدهد مثل یک متخصص، استراتژیهای بهینهای برای جمعآوری اطلاعات (Bayesian Experimental Design) یاد بگیرند.
نتایج این تحقیق خیرهکننده است:
✅ دو برابر شدن موفقیت در حل مسائل پیچیده (مثل بازی ۲۰ سوالی).
✅ کاهش ۲۵ برابری هزینههای محاسباتی نسبت به روشهای سنتی.
✅ بهبود چشمگیر عملکرد در تشخیصهای پزشکی (بنچمارک MediQ).
این یعنی مدلهای هوش مصنوعی بهزودی در سناریوهای حساس و دنیای واقعی، بسیار هوشمندتر و سریعتر عمل خواهند کرد. آینده در دستان مدلهایِ خوشفکرتر است! 🚀
منبع: arXiv AI