Forscher hoffen, dass dieses Modell dazu beitragen wird, die Kluft zwischen Sprachmodellen und menschenähnlichen Denkfähigkeiten zu überbrücken. KI. Ich bin Wenn einer KI eine innere Monolog gegeben wird, scheint sie sich selbst beizubringen, klüger zu werden. In einem noch nicht begutachteten Artikel haben Forscher der Stanford University und einer Gruppe namens "Notbad AI" zusammengearbeitet, um ein KI-Modell zu entwickeln, das einen Moment lang "nachdenkt", bevor es Antworten generiert. Es zeigt seinen Denkprozess, präsentiert seine Argumentation und bittet die Benutzer, die korrekteste Antwort zu bestimmen. Das Team hinter dieser reflektierenden KI, bekannt als Quiet Self-Taught Reasoner (Quiet-STaR), hatte zum Ziel, ein Modell zu schaffen, das nicht nur die Fähigkeit besitzt, eigenständiges Denken zu erlernen, was sie bereits 2022 erfolgreich mit dem ursprünglichen Self-Taught Reasoner-Algorithmus geschafft haben, sondern dies auch stillschweigend vor der Antwortbereitstellung tut. Auf diese Weise funktioniert es ähnlich wie der innere Monolog eines Menschen, idealerweise vor dem Sprechen. In einem enthusiastischen Thread auf X (ehemals Twitter) über das von ihm mitentwickelte neue Modell erklärte Eric Zelikam von der Stanford University: "Es ist aufregend, dass eigenständiges Denken anhand verschiedener Webtexte automatisch zu einer Verbesserung anderer Arten des Denkens führt!" Um diese nachdenkliche KI zu konstruieren, hat das Forschungsteam Quiet-STaR auf Mistral 7B aufgebaut, ein Open-Source-Sprachmodell, das auf sieben Milliarden Parametern trainiert wurde. Es wird als leistungsfähiger als die neueste Version des Llama-Modells von Meta angesehen, wie die AI-Community von Hugging Face berichtet. Quiet-STaR wurde programmiert, um seine Argumentation bei der Bereitstellung von Antworten anzuzeigen, und Benutzer können die genaueste Antwort auswählen.

Wie in dem Artikel erwähnt wird, führte dieser Ansatz dazu, dass das Modell 47, 2 Prozent der Zeit korrekt lag, was zwar nicht besonders beeindruckend ist, aber eine Verbesserung gegenüber den 36, 3 Prozent Genauigkeit ohne das zusätzliche Denktraining darstellt. Obwohl das Modell in Mathematik noch immer schlechte Leistungen erbringt und nur 10, 9 Prozent der Fragen richtig beantwortet, wurden beim vorab trainierten Quiet-STaR nur 5, 9 Prozent korrekte Antworten erzielt, was darauf hindeutet, dass seine mathematische Kompetenz während des Trainings verdoppelt wurde. Während diese Ergebnisse vielleicht nicht bahnbrechend sind, sind sie dennoch faszinierend, da Chatbots wie OpenAIs ChatGPT und Googles Gemini historisch gesehen Schwierigkeiten mit dem logischen Denken aufweisen. Die Forscher schlagen in ihrem Artikel vor, dass Quiet-STaR als ein Schritt dienen könnte, um die Kluft zwischen Sprachmodellen und den Denkfähigkeiten von Menschen zu verringern. Vielleicht birgt auch OpenAIs mysteriöses Modell Q* (ausgesprochen "Queue Star") ähnliches Potenzial. Nur die Zeit wird die Wahrheit enthüllen. Für weitere Informationen zu Fortschritten in der KI verweisen Sie auf den Bericht des State Department, der vor einer KI-Apokalypse warnt und vorschlägt, die Rechenleistung für das Training zu begrenzen.