Ny träningsmetod låter AI-modeller lära sig av facit i efterhand

arXiv cs.AI

Forskare föreslår en metod där en AI-modell tränas på att 'backa bandet' – givet ett problem och dess lösning lär sig modellen identifiera vilka idéer som ledde fram till svaret, för att sedan använda dessa som extra träningssignal. Tanken är elegant: även om modellen inte kan lösa ett problem på egen hand kan den, med facit i hand, destillera fram användbara problemlösningsstrategier. Metoden specificeras formellt med matematisk bevisföring i verktyget Lean som testmiljö, men empiriska resultat saknas ännu.