Sage-A1.5: En 35-miljardersmodell som kan leda egna forskningsprojekt
Sage-A1.5 är en ny AI-agentmodell med 35 miljarder parametrar i en MoE-arkitektur (Mixture-of-Experts, där olika specialiserade delnätverk aktiveras beroende på uppgiften) som kan bryta ner komplexa uppgifter och fördela dem på flera samarbetande subagenter parallellt. Det intressanta är tredje förbättringen: modellen kan inte bara lösa givna problem utan faktiskt bedriva öppen vetenskaplig utforskning på egen hand – ställa hypoteser, analysera data och producera granskningsbara forskningsresultat. Teamet hoppas att Sage-A1.5 ska bli en tillgänglig bas för just den typen av automatiserad, verifierbar forskning.
Djupdykning
Sage-A1.5 är en 35 miljarder parameter stor AI-modell byggd på en arkitektur kallad Mixture-of-Experts – vilket enkelt förklarat betyder att olika delar av modellen aktiveras beroende på uppgiften, lite som att ringa rätt specialist istället för att alltid fråga samma generalist. Det som skiljer den från tidigare versioner är att den inte bara löser uppgifter, utan också kan dela upp komplexa problem i deluppgifter som hanteras parallellt av "subagenter" – och sedan verifiera och omvärdera sitt eget arbete längs vägen. Det låter nästan självklart, men de flesta AI-system är fortfarande löjligt dåliga på just det: att inse att de är på fel spår och faktiskt byta strategi utan att någon människa behöver ingripa. Det de flesta missar i rapporter som den här är att "open scientific discovery" inte handlar om att AI:n hittar botemedel mot cancer på egen hand – det handlar om att den kan bedriva explorativ forskning utan att en människa formulerat exakt rätt fråga först, och lämna efter sig granskningsbara artefakter som andra kan kontrollera. Det är ett litet men betydelsefullt skifte från AI som svarar på frågor till AI som faktiskt ställer dem, och det förändrar hur vi behöver tänka kring vetenskaplig reproducerbarhet när maskiner börjar delta i forskningsprocessen.