AI RESEARCH
A Logical Intelligence energiaalapú modelljei lekörözik az LLM-eket a logikai következtetésben
A Logical Intelligence az AI-következtetés egy új megközelítésén dolgozik „energiaalapú modellek” (energy-based models) segítségével, amelyek nem támaszkodnak a nyelvre. Ellentétben a nagy nyelvi modellekkel (LLM), amelyek a mondat következő tokenjét jósolják meg, ezek a modellek a logikát energiaállapotokon keresztül dolgozzák fel. A legutóbbi benchmark teszteken ez a megközelítés 96%-os eredményt ért el Sudoku-feladványokon, míg a hagyományos LLM-ek csupán 2%-ot teljesítettek, ami kiemelkedő képességet mutat a nem-nyelvi logika terén.
- Energiaalapú modelleket (EBM) használ a transformer-alapú nyelvjóslás helyett.
- 96%-os pontosságot ért el Sudoku benchmark teszteken.
- Olyan komplex logikai problémák megoldására tervezték, amelyeknél az LLM-ek általában hallucinálnak.
- A „nyelv nélküli gondolkodásra” összpontosít a következtetések megbízhatóságának növelése érdekében.
Miért fontos?
Ez a kutatás rávilágít az AI-fejlesztésben mutatkozó növekvő szakadékra: miközben az LLM-ek kiválóak a kommunikációban, a valóban megbízható logikai következtetéshez és problémamegoldáshoz speciális architektúrákra, például energiaalapú modellekre lehet szükség.