Ny metod låter AI förbättra sina egna svar – inte bara välja det bästa

arXiv cs.AI

Forskare har utvecklat en teknik kallad VRR (Verify–Repair–Reselect) där en AI-modell inte bara väljer det bästa svaret från en pool av kandidater, utan aktivt använder feedbacken för att generera förbättrade alternativ – inklusive reparerade versioner och helt nya lösningar. Det intressanta är att metoden kan hitta rätt svar även när samtliga kandidater i den ursprungliga poolen är felaktiga, vilket är ett tydligt steg bortom vanlig verifieringsbaserad urvalning. Resultaten håller över flera olika modeller och testbenchmarks inom kodgenerering och logiskt resonerande.