Strukturerad resonering slår råstyrka: AI-diagnos med 5 gånger färre tokens

arXiv cs.AI

Forskare har tagit fram ett ramverk kallat SGUR som låter AI-agenter resonera mer tillförlitligt utan att behöva större modeller – istället används strukturerade hypotesgrafar för att systematiskt minska osäkerhet. I ett medicinskt diagnostest (utgående från bara två symtom) nådde systemet 92,5% träffsäkerhet i topp-3, vilket är 9,4 procentenheter bättre än närmaste konkurrent och med ungefär fem gånger färre tokens. Det intressanta är att mindre modeller med SGUR kunde matcha modeller som är upp till tio gånger större – vilket tyder på att smarter struktur kan vara ett billigare alternativ än att bara skala upp.