Nova Estrutura de Aprendizado de Autojogo
Uma equipe colaborativa da Universidade Tsinghua, do Instituto de Inteligência Artificial Geral de Pequim (BIGAI) e da Universidade Estadual da Pensilvânia introduziu um sistema chamado Absolute Zero Reasoner (AZR). O sistema utiliza um grande modelo de linguagem para primeiro gerar tarefas de codificação em Python solúveis, mas desafiadoras, então usa o mesmo modelo para tentar soluções e, finalmente, verifica o código executando-o. Sucessos e falhas são feedback para o modelo, refinando sua capacidade de criar melhores problemas e resolvê-los.
Ganhos de Desempenho
Testar o método em modelos de linguagem de código aberto Qwen com 7 bilhões e 14 bilhões de parâmetros revelou melhorias significativas no desempenho de codificação e raciocínio. Em alguns casos, os modelos refinados superaram modelos maiores que haviam sido treinados com dados curados por humanos.
Aprendizado Semelhante ao Humano
Os pesquisadores comparam o processo à forma como os humanos vão além da imitação, primeiro copiando professores e então formulando suas próprias perguntas para superar a instrução anterior. Esse conceito de autojogo tem raízes em trabalhos anteriores de pioneiros da IA e alinha-se com esforços recentes em outras instituições para usar tarefas auto-geradas para melhoria de modelos.
Direções Futuras
Embora atualmente limitado a problemas com verificação automática clara, como codificação ou matemática, a equipe vislumbra estender a abordagem para tarefas mais amplas, como navegação na web ou automação de escritório. Uma expansão bem-sucedida poderia trazer sistemas de IA mais próximos de capacidades de aprendizado autônomo que requerem menos dados fornecidos por humanos.
Este artículo fue escrito con la asistencia de IA.
News Factory APP - noticias agénticas para impulsar tu SEO y AEO.