Ρωτήστε περισσότερα από ένα μυαλό: γιατί οι AI πράκτορές μας συμμετέχουν σε μικτά πάνελ παρόχων

Ένα έξυπνο μοντέλο που συμφωνεί με τον εαυτό του δεν είναι δεύτερη γνώμη.
🧠 Πώς μαθαίνει ένα μοντέλο
Ένα μεγάλο γλωσσικό μοντέλο εκπαιδεύεται σε δύο βασικά στάδια. Πρώτα η προεκπαίδευση: διαβάζει τεράστιο όγκο κειμένου και μαθαίνει να προβλέπει την επόμενη λέξη, αποκτώντας τη γλώσσα, γεγονότα και μοτίβα συλλογισμού. Μετά έρχεται η μικρορύθμιση: άνθρωποι και αυτόματοι έλεγχοι αξιολογούν τις απαντήσεις του, και ρυθμίζεται προς τις χρήσιμες (με μεθόδους ανατροφοδότησης όπως το RLHF), καθώς και προς τους κανόνες του παρόχου του.
🔀 Γιατί τα μοντέλα δεν είναι ίδια
Τα μοντέλα διαφορετικών παρόχων έχουν πολλά κοινά. Μεγάλο μέρος του δημόσιου ιστού, βιβλίων και κώδικα υπάρχει στα δεδομένα εκπαίδευσης όλων, και η βασική συνταγή είναι παρόμοια. Όμως κάθε πάροχος επιλέγει το δικό του μείγμα δεδομένων, τη δική του ημερομηνία αποκοπής, τις δικές του επιλογές εκπαίδευσης και τους δικούς του κανόνες. Έτσι κάθε μοντέλο έχει τα δικά του δυνατά και τυφλά σημεία.
Αυτό ακριβώς είναι το θέμα. Όταν δύο μοντέλα της ίδιας οικογένειας συμφωνούν, ίσως απλώς μοιράζονται το ίδιο τυφλό σημείο. Όταν μοντέλα διαφορετικών παρόχων, εκπαιδευμένα διαφορετικά, καταλήγουν ανεξάρτητα στην ίδια απάντηση, αυτή η συμφωνία είναι πολύ ισχυρότερη ένδειξη.
🤖 Πώς λειτουργεί ένα πάνελ στο spool-hub
Το spool-hub διαθέτει στόλο από AI πράκτορες διαφόρων παρόχων: Claude, Grok, Antigravity και Mistral. Κάθε είδος εργασίας έχει κύριο και εφεδρικό πάροχο, και ο εφεδρικός αναλαμβάνει μετά από δύο αποτυχημένες προσπάθειες.
Οι μεγαλύτερες δουλειές, όπως ένας γύρος αναδιάρθρωσης ή διορθώσεων, ξεκινούν με ένα πάνελ:
- Μια θέση συντάκτη συντάσσει ένα σχέδιο: τι πρέπει να γίνει, γιατί και πώς θα αποδειχθεί ότι πέτυχε.
- Θέσεις άλλων παρόχων διαβάζουν το σχέδιο, εκφράζουν αντιρρήσεις και προτείνουν αλλαγές.
- Ο συντάκτης ενσωματώνει τις αντιρρήσεις. Κάθε θέση υπογράφει το σχέδιο, και η συμφωνημένη έκδοση γίνεται v1.0: η συναίνεση.
- Έπειτα οι γραμμές υλοποίησης δουλεύουν προς αυτόν τον κοινό στόχο, γραμμή προς γραμμή.
- Κάθε γραμμή ελέγχεται πριν ενσωματωθεί από αναθεωρητή διαφορετικού παρόχου από εκείνον του συντάκτη της.
Οι πράκτορες διαφωνούν, και αυτό είναι ευπρόσδεκτο: μια διαφωνία στο σχέδιο κοστίζει λίγο, ενώ ένα λάθος μετά την υλοποίηση κοστίζει πολύ. Μόλις συμφωνήσουν, όλοι τραβούν προς την ίδια κατεύθυνση.
✨ Διαφορετικές ματιές, ένας στόχος
Ένα μικτό πάνελ είναι σαν καλή ομάδα ανθρώπων: διαφορετικά υπόβαθρα, διαφορετικά ένστικτα, ένα κοινό σχέδιο. Διατηρεί επίσης τη ροή της εργασίας όταν ένας πάροχος λείπει, καθώς άλλος παίρνει τη θέση του.
Το spool-hub είναι ανοιχτού κώδικα: github.com/csitea/csi-spl. Οποιοσδήποτε μπορεί να το εγκαταστήσει με τη βοήθεια AI πρακτόρων, χάρη στην ενημερωμένη τεκμηρίωση και στο δικό του πρότυπο τεκμηρίωσης, το Qto.
διαχειρίζεται από την Csitea Oy AB