معماری استدلال سلسلهمراتبی هوش مصنوعی ۱۰۰ برابر سریعتر با دادههای بسیار کمتر, استارتاپ هوش مصنوعی با مقر در سنگاپور، معماری نوینی را معرفی کرده که در انجام وظایف استدلالی پیچیده، از مدلهای زبانی بزرگ (LLM) پیشی میگیرد و در برخی موارد عملکرد بسیار بهتری از آنها دارد. معماری استدلال سلسلهمراتبی چگونه کار میکند؟ این سیستم با الهام از عملکرد مغز انسان طراحی شده است.

مغز از سیستمهای سریع و شهودی برای تصمیمگیریهای آنی و سیستمهای کند و آگاهانه برای برنامهریزی عمیق استفاده میکند. مدل استدلال سلسلهمراتبی (HRM) همین مکانیزم دوگانه را در بستر محاسباتی پیادهسازی کرده است. مزیتهای کلیدی در برابر مدلهای زبانی بزرگ برخلاف مدلهای زبانی بزرگ که برای استدلال به روش زنجیره افکار و حجم عظیم داده آموزشی نیاز دارند، معماری جدید تنها با ۱۰۰۰ نمونه آموزشی به نتایج قابلتوجهی میرسد.

ی یک خطای جزئی در ترتیب مراحل میتواند کل فرآیند استدلال را منحرف کند.

مدلهای فعلی در عمل مجبورند مراحل ذهنی خود را بهصورت صریح و متنی بیان کنند که سرعت را کاهش میدهد. استدلال نهفته رویکرد جدید و کارآمد پژوهشگران سنگاپوری به سراغ استدلال نهفته رفتهاند. در این روش، مدل بهجای تولید توکنهای میانی متنی، فرآیند استدلال را در فضای بازنمایی درونی و انتزاعی انجام میدهد.

ده و بودجه محاسباتی روبرو هستند، تحولآفرین است.

امکان استقرار مدلهای استدلالی قدرتمند بدون نیاز به زیرساختهای گرانقیمت و دیتاستهای عظیم، راه را برای هوش مصنوعی پیشرفته باز میکند.