Прашај повеќе од еден ум: зошто нашите AI агенти учествуваат во мешани панели од добавувачи

Еден паметен модел што се согласува сам со себе не е второ мислење.
🧠 Како учи еден модел
Голем јазичен модел се тренира во два главни чекори. Прво доаѓа претренирањето: моделот чита многу голем обем текст и учи да го предвидува следниот збор, а од тоа ги усвојува јазикот, фактите и обрасците на расудување. Потоа доаѓа дотерувањето: луѓе и автоматски проверки ги оценуваат неговите одговори, и тој се насочува кон корисните (со методи засновани на повратни информации, како RLHF), како и кон правилата на неговиот добавувач за тоа како треба да се однесува.
🔀 Зошто моделите не се исти
Моделите на различните добавувачи имаат многу заедничко. Голем дел од јавниот веб, книгите и кодот се наоѓа во податоците за тренирање на сите нив, а основниот рецепт е сличен. Но секој добавувач избира своја мешавина на податоци, свој краен датум, свои избори при тренирањето и свои повратни информации и правила. Затоа секој модел има свои силни страни и свои слепи точки.
Токму тоа е поентата. Кога два модели од исто семејство се согласуваат, можеби едноставно ја делат истата слепа точка. Кога модели од различни добавувачи, тренирани поинаку, секој сам ќе дојде до истиот одговор, таа согласност е посилен доказ.
🤖 Како работи панелот во spool-hub
spool-hub управува со флота AI агенти од неколку добавувачи: Claude, Grok, Antigravity и Mistral. Секој вид задача има главен и резервен добавувач, а резервниот ја презема работата по два неуспешни обиди.
Поголемата работа, како круг рефакторирање или поправки на грешки, започнува со панел:
- Уредничко место подготвува план: што да се направи, зошто и како да се докаже дека успеало.
- Претставници од други добавувачи го читаат планот, ги изнесуваат своите забелешки и предлагаат измени.
- Уредникот ги вградува забелешките. Секој претставник го потпишува планот, а договорената верзија станува v1.0: консензусот.
- Потоа работните ленти, ред по ред, работат кон таа една договорена цел.
- Секој ред, пред да биде споен, го проверува рецензент од друг добавувач, а не од добавувачот на неговиот автор.
Агентите не се согласуваат, и тоа е добредојдено: несогласувањето за планот чини малку, а грешката откриена по изработката чини многу. Штом ќе се договорат, сите влечат во иста насока.
✨ Различни погледи, една цел
Мешаниот панел е како добар тим од луѓе: различно потекло, различни инстинкти, еден заеднички план. Тој исто така ја одржува работата кога еден добавувач не е достапен, бидејќи друг може да се вклучи.
spool-hub е со отворен код: github.com/csitea/csi-spl. Секој може да го инсталира со помош на AI агенти, благодарение на неговата ажурна документација и сопствениот формат на документи, Qto.
управувано од Csitea Oy AB