Lät AI skriva kod istället för att räkna – fungerade bättre för större modeller

arXiv cs.AI

Forskare testade ett sätt att göra kliniska AI-kalkylatorer mer tillförlitliga: istället för att låta språkmodellen räkna själv skriver den Python-kod som körs av en separat, deterministisk motor. På 1 100 medicinska testfall förbättrades träffsäkerheten med 7 procentenheter för den större 32B-modellen (från 83 till 91 procent), medan den mindre 7B-modellen knappt märkte skillnaden. Poängen är att AI fortfarande är dåligt på aritmetik – men kan vara bra på att delegera den.