Các mô hình AI nhỏ vừa nhận được sự thúc đẩy đáng ngạc nhiên từ một trò chơi rất cũ.
nhà nghiên cứu MIT đã sử dụng thiết lập kiểu Chiến hạm để kiểm tra xem liệu các tác nhân AI có thể cải thiện cách họ thu thập thông tin trước khi thực hiện hành động hay không. Kết quả là hiệu suất của các hệ thống nhỏ hơn đã tăng vọt, trong đó có một mô hình từ hiếm khi đánh bại con người đến chiến thắng hầu hết các trò chơi sau khi các nhà nghiên cứu thay đổi cách tìm kiếm trên bảng.
Video được đề xuất
Sự thay đổi đó đánh thẳng vào một trong những điểm yếu lớn nhất của các tác nhân AI ngày nay. Họ thường được yêu cầu xử lý các nhiệm vụ mà câu trả lời phụ thuộc vào những chi tiết mà họ chưa có. Công trình của MIT cho thấy việc lập kế hoạch câu hỏi tốt hơn có thể khiến một mô hình rẻ hơn hoạt động hiệu quả hơn nhiều.
Nó đã thông minh hơn bao nhiêu
Bài kiểm tra của MIT sử dụng phiên bản Battleship được xây dựng dựa trên các câu hỏi bằng ngôn ngữ tự nhiên. Một đặc vụ AI đóng vai đồng đội cố gắng xác định vị trí những con tàu ẩn giấu, trong khi một đặc vụ khác có quyền truy cập vào bảng và trả lời.
Xu hướng kỹ thuật số
Bước nhảy vọt lớn nhất đến từ Llama 4 Scout. MIT cho biết ban đầu mô hình nhỏ hơn chỉ đánh bại người chơi con người trong 8% số trò chơi. Sau khi các nhà nghiên cứu bổ sung thêm một chiến lược suy luận có chủ ý hơn, chiến lược này đã đánh bại con người tới 82% thời gian và vượt xa mô hình biên giới lớn hơn trong khi vận hành với chi phí khoảng 1%.
Đó là con số cần theo dõi nếu bạn quan tâm đến chi phí AI. Mô hình không giành chiến thắng bằng cách mở rộng quy mô hơn mà giành chiến thắng bằng cách chọn những câu hỏi sắc nét hơn và tận dụng tốt hơn từng câu trả lời.
Tại sao Battleship giúp AI học hỏi
Battleship hoạt động như một cuộc thử nghiệm vì nó buộc đặc vụ AI phải hành động với lượng thông tin hạn chế. Nó không thể nhìn thấy toàn bộ bảng nên mỗi câu hỏi đều phải thu hẹp phạm vi tìm kiếm và thiết lập nước đi tiếp theo.
Điều đó ánh xạ gọn gàng vào các công cụ AI thực tế. Bot hỗ trợ, trợ lý nghiên cứu hoặc nhân viên lập kế hoạch thường cần yêu cầu các bước tiếp theo trước khi có thể trợ giúp. Khi quá trình đó bị hỏng, mô hình có thể bỏ sót một chi tiết quan trọng, lặp lại chính nó hoặc đưa ra đề xuất quá sớm.
Cách tiếp cận của MIT gây áp lực lên điểm yếu đó. Nó đo lường liệu một tác nhân có thể thu thập thông tin phù hợp trước khi đưa ra câu trả lời hay không.
Chuyện này có thể đi tới đâu tiếp theo
Bài kiểm tra khó hơn là liệu cách tiếp cận tương tự có hiệu quả ngoài trò chơi hay không. Battleship được kiểm soát, giúp ghi điểm dễ dàng hơn so với quy trình làm việc của nhân viên có kết thúc mở trong tìm kiếm, hỗ trợ khách hàng hoặc phần mềm tại nơi làm việc.
Tuy nhiên, hướng đi vẫn đáng xem. Nếu các mô hình nhỏ hơn học cách đặt những câu hỏi sắc bén hơn trước khi hành động, các công ty có thể xây dựng các công cụ AI rẻ hơn và có nhiều khả năng sử dụng hàng ngày hơn.
Cột mốc tiếp theo là chuyển từ bảng trò chơi sang công việc thực tế. Một tác vụ có hướng dẫn không rõ ràng, thiếu tệp và người dùng vội vàng sẽ khó giải quyết hơn nhiều.
Nguồn DigitalTrend