Forskere håber, at denne model vil bidrage til at reducere kløften mellem sprogmodeller og menneskelignende resoneringsevner. AI Være Når en AI får en indre monolog, ser det ud til at den lærer at blive klogere af sig selv. I et dokument, der endnu ikke er gennemgået af fagfæller, har forskere fra Stanford University og en gruppe kaldet "Notbad AI" samarbejdet om at udvikle en AI-model, der tager et øjeblik til at "tænke" før den genererer svar. Den viser sin tankeproces, præsenterer sin argumentation og beder brugerne om at bestemme det mest korrekte svar. Holdet bag denne reflekterende AI, der går under navnet Quiet Self-Taught Reasoner (Quiet-STaR for kort), havde til formål at skabe en model, der ikke kun har evnen til selv at lære resonering, hvilket de opnåede med den oprindelige Self-Taught Reasoner algoritme i 2022, men også at gøre det i stilhed, før den giver svar. På den måde fungerer den på linje med et menneskes indre monolog, idealiter før tale. I en entusiastisk X-tidligere-Twitter-tråd om den nye model, som han bidrog til, udtalte Eric Zelikam fra Stanford University: "Spændende nok forbedrer selvundervisning i resonering på forskelligartet webtekst automatisk anden resonering!" For at konstruere denne eftertænksomme AI byggede forskerholdet Quiet-STaR på Mistral 7B, en åben kilde stor sprogmodel trænet på syv milliarder parametre. Det betragtes som bedre end den nyeste version af Metas Llama-model ifølge Hugging Face AI-fællesskabet. Quiet-STaR er programmeret til at vise sin resonering, når den giver output, og brugerne kan vælge det mest præcise svar blandt mulighederne.

Som angivet i dokumentet var modellen korrekt 47, 2 procent af tiden, hvilket, selvom det ikke er særlig imponerende, er en forbedring fra 36, 3 procent nøjagtighed opnået uden den ekstra resoneringstræning. Selvom modellen stadig klarer sig dårligt inden for matematik og kun svarer korrekt på 10, 9 procent af spørgsmålene, svarede den forindstillede Quiet-STaR kun korrekt på 5, 9 procent, hvilket indikerer, at dens matematiske dygtighed fordoblede sig under træningen. Selvom disse resultater måske ikke er banebrydende, er de interessante, fordi chatbots som OpenAIs ChatGPT og Googles Gemini historisk set har haft svært ved almindelig resonering. Forskerne foreslår i deres dokument, at Quiet-STaR kunne fungere som et springbræt til at mindske kløften mellem sprogmodeller og menneskers resoneringsevner. Måske har OpenAIs mystiske Q* (udtales "queue star")-model, som lyder bemærkelsesværdigt ens, lignende potentiale. Kun tiden vil afsløre sandheden. Hvis du vil have mere information om fremskridt inden for AI, kan du se på rapporten fra Udenrigsministeriet, der advarer om en AI-apokalypse og foreslår at begrænse beregningskraften til træning