Forskare hoppas att denna modell kommer att hjälpa till att överbrygga klyftan mellan språkmodeller och mänskliga resonemangsförmågor. AI är När en AI ges en inre monolog verkar den lära sig att bli smartare på egen hand. I en forskningsrapport som ännu inte har genomgått granskning av peers, har forskare från Stanford University och en grupp som kallas "Notbad AI" samarbetat för att utveckla en AI-modell som tar en stund att "tänka" innan den genererar svar. Den visar sin tankeprocess, presenterar sitt resonemang och ber användare att avgöra det mest korrekta svaret. Teamet bakom denna eftertänksamma AI, som kallas Quiet Self-Taught Reasoner (Quiet-STaR för kort), hade som mål att skapa en modell som inte bara har förmågan att självlära resonemang, vilket de framgångsrikt uppnådde 2022 med den ursprungliga Self-Taught Reasoner algoritmen, utan också att göra det tyst innan den ger svar. På så sätt fungerar den likt en mänsklig inre monolog och helst inträffar innan man talar. I en entusiastisk X-före detta-Twitter-tråd om den nya modellen som han bidrog till, sa Eric Zelikam från Stanford University: "Spännande nog förbättras andra resonemang automatiskt när resonemang självlärs på olika webbtexter!" För att konstruera denna eftertänksamma AI byggde forskningsteamet Quiet-STaR på Mistral 7B, en öppen källkodsmodell som tränats på sju miljarder parametrar. Enligt Hugging Face AI-community anses den överträffa den senaste versionen av Metas modell Llama. Quiet-STaR har programmerats för att visa sitt resonemang när den ger utdata, och användare kan välja det mest korrekta svaret bland alternativen.

Som framgår av rapporten resulterade denna metod i att modellen var korrekt 47, 2 procent av tiden, vilket, även om det inte är särskilt imponerande, är en förbättring från den 36, 3 procentiga träffsäkerhet som uppnåddes utan ytterligare resonemangsträning. Även om modellen fortfarande presterar dåligt inom matematik, där den endast svarar rätt på 10, 9 procent av frågorna, svarade den förtränade Quiet-STaR endast rätt på 5, 9 procent, vilket tyder på att dess matematiska kompetens fördubblades under träningen. Även om dessa resultat kanske inte är banbrytande, är de intressanta eftersom chattbotar som OpenAIs ChatGPT och Googles Gemini historiskt har haft svårigheter med sunt förnuft-resonemang. Forskarna föreslår i sin rapport att Quiet-STaR kan fungera som en trampolin för att minska klyftan mellan språkmodeller och människors resonemangsförmågor. Kanske har OpenAIs mystiska Q* (uttalas "queue star") modell, som låter påfallande liknande, liknande potential. Bara tiden kommer att avslöja sanningen. För mer information om framsteg inom AI, hänvisa till Rapporten från utrikesdepartementet som varnar för en AI-apokalyps och föreslår begränsning av beräkningskraft för träning.