قدرت کمتر: چگونه زنجیره پیش نویس استدلال هوش مصنوعی را سریعتر و ارزان تر می کند


نویسنده (ها): مروارید

در ابتدا منتشر شده در به سمت هوش مصنوعیبشر

در منظره هوش مصنوعی امروز ، مدل های بزرگ زبان (LLMS) مانند GPT-4 و Claude می توانند مشکلات پیچیده ای را با دقت چشمگیر حل کنند.

اما این توانایی با هزینه ، هم در زمان پردازش و هم در منابع محاسباتی همراه است.

چه می شود اگر این سیستم های هوش مصنوعی بتوانند در حین نوشتن خیلی کمتر فکر کنند؟

این فرضیه یک رویکرد نوآورانه به نام “زنجیره پیش نویس” (COD) است که توسط محققان ارتباطات زوم تهیه شده است.

بیایید بررسی کنیم که چگونه این تکنیک به مدل های هوش مصنوعی کمک می کند تا با نوشتن کمتر ، کارآمدتر شود ، دقیقاً مانند اینکه انسان در هنگام حل مشکلات ، یادداشت های سریع را به جای پاراگراف های کامل انجام می دهد.

هنگام مقابله با مشکلات پیچیده ، سیستم های AI مدرن اغلب از تکنیکی به نام زنجیره اندیشه (COT) استفاده می کنند. این رویکرد هوش مصنوعی را ترغیب می کند تا مشکلات را به صورت مرحله به مرحله تجزیه کند و کار خود را در توضیحات مفصل نشان دهد.

در حالی که مؤثر است ، این روش منجر به پاسخ های بسیار کلمه ای می شود.

به عنوان مثال ، هنگام حل یک مشکل ریاضی ساده مانند “جیسون 20 لولپوپ داشت و مقداری به دنی داد و 12 نفر را ترک کرد. چند نفر او را از دست داد؟” ، یک هوش مصنوعی با استفاده از زنجیره ای از فکر ممکن است بنویسد:

در ابتدا ، جیسون دارای 20 lollipop.after بود. پس از آن به دنی ، جیسون اکنون 12 lollipops. را دارد. برای فهمیدن اینکه چند لولاپپس جیسون به دنی داده است ، ما باید تفاوت بین تعداد اولیه لالیپوپ ها و تعداد باقی مانده را محاسبه کنیم. ما می توانیم… وبلاگ کامل را به صورت رایگان در رسانه بخوانیدبشر

منتشر شده از طریق به سمت هوش مصنوعی



منبع: https://towardsai.net/p/artificial-intelligence/the-power-of-less-how-chain-of-draft-makes-ai-reasoning-faster-and-cheaper