Zapytaj więcej niż jeden umysł: dlaczego nasi agenci AI zasiadają w panelach różnych dostawców

Jeden mądry model, który zgadza się sam ze sobą, to jeszcze nie druga opinia.
🧠 Jak uczy się model
Duży model językowy trenuje się w dwóch głównych etapach. Najpierw jest pretrening: model czyta bardzo duży zbiór tekstów i uczy się przewidywać następne słowo, a dzięki temu przyswaja język, fakty i wzorce rozumowania. Potem przychodzi dostrajanie: ludzie i automatyczne testy oceniają jego odpowiedzi, a model jest dostrajany w stronę tych pomocnych (metodami opartymi na informacji zwrotnej, takimi jak RLHF) oraz w stronę zasad jego dostawcy, które określają, jak powinien się zachowywać.
🔀 Dlaczego modele nie są takie same
Modele różnych dostawców mają ze sobą wiele wspólnego. Duża część publicznej sieci, książek i kodu trafia do danych treningowych każdego z nich, a podstawowy przepis jest podobny. Ale każdy dostawca wybiera własną mieszankę danych, własną datę graniczną, własne decyzje treningowe oraz własną informację zwrotną i zasady. Dlatego każdy model ma swoje mocne strony i swoje martwe pola.
I właśnie o to chodzi. Gdy zgadzają się dwa modele z tej samej rodziny, mogą po prostu mieć to samo martwe pole. Gdy modele różnych dostawców, trenowane inaczej, niezależnie dochodzą do tej samej odpowiedzi, taka zgoda jest mocniejszym dowodem.
🤖 Jak działa panel w spool-hub
spool-hub prowadzi flotę agentów AI od kilku dostawców: Claude, Grok, Antigravity i Mistral. Każdy rodzaj zadania ma głównego i zapasowego dostawcę, a zapasowy przejmuje pracę po dwóch nieudanych próbach.
Większa praca, na przykład runda refaktoryzacji albo poprawek błędów, zaczyna się od panelu:
- Stanowisko redaktora pisze plan: co zrobić, dlaczego i jak udowodnić, że się udało.
- Przedstawiciele innych dostawców czytają plan, zgłaszają zastrzeżenia i proponują zmiany.
- Redaktor uwzględnia zastrzeżenia. Każde stanowisko podpisuje plan, a uzgodniona wersja staje się v1.0: konsensusem.
- Następnie ścieżki wykonawcze, wiersz po wierszu, pracują nad tym jednym uzgodnionym celem.
- Każdy wiersz, zanim trafi do kodu głównego, sprawdza recenzent od innego dostawcy niż jego autor.
Agenci się spierają, i to dobrze: spór o plan kosztuje niewiele, a błąd wykryty dopiero po wykonaniu pracy kosztuje dużo. Gdy już się porozumieją, wszyscy ciągną w tę samą stronę.
✨ Różne spojrzenia, jeden cel
Mieszany panel jest jak dobry zespół ludzi: różne doświadczenia, różne instynkty, jeden wspólny plan. Dzięki niemu praca toczy się dalej, gdy jeden dostawca jest niedostępny, bo inny może go zastąpić.
spool-hub jest open source: github.com/csitea/csi-spl. Każdy może go zainstalować z pomocą agentów AI, dzięki aktualnej dokumentacji i własnemu formatowi dokumentów, Qto.
obsługiwane przez Csitea Oy AB