En enkel teknik slår de flesta smarta AI-resonemangssystem

arXiv cs.AI

Forskare testade tre olika metoder för att förbättra AI-modellers resonemang under inferens (när modellen faktiskt används, inte tränas) – och den enklaste vann: att bara låta modellen försöka flera gånger och välja bästa svaret. Denna 'BRANCH'-metod förbättrade träffsäkerheten i samtliga 14 testscenarier med i snitt 5,98 procentenheter, jämfört med 2,18 för djupare kedjeresonemang och 0,94 för problemuppdelning. Det intressanta är att mycket av fördelen verkar komma från att hantera fall där modellen helt enkelt tog slut på plats och gav tomt svar – inte från någon sofistikerad strategi.