三级久久三级久久_精品一区二区三区在线观看视频_黄色在线观看网站_日韩中文视频_成人观看网址_精品日韩免费_九九**精品视频免费播放_久久久久成人黄色影片

編譯 | Glu

(資料圖)

編輯 | 李水青

智東西6月5日消息，來自谷歌DeepMind、普林斯頓大學、斯坦福大學的研究團隊提出了一個名為LATM（ LLMs As Tool Makers ）的框架，這個框架涵蓋兩個LLM（大語言模型），其中像GPT-4這樣的高性能LLM能夠成為獨立的工具制造者。

人類是從制造工具以應對新的挑戰而獲得進化的，人們現在讓LLM通過制造工具來變得更強大，不僅提高了LLM靈活解決問題的能力，還能為用戶提供最高效、實惠的解決方案。

一、讓強大模型自制工具，讓輕量級模型使用工具解決問題

LATM能夠根據具體使用場景來分配LLM的使用，包括工具制造、工具使用兩個環節：

1、使用性能強大、價格昂貴的模型作為工具制造者，如GPT-4，從任務實例中創建一個可復用的工具（以Python函數形式呈現）；

2、使用輕量級、較為便宜的模型充當工具使用者，如GPT-3.5 Turbo，執行相對簡單的使用任務，即用已驗證的工具來解決請求中的相似實例。

這種模式讓輕量級模型擁有與強大模型相當的性能，同時保持更高的成本效率。可用于各類重復性任務，如對Web文檔的解析與分析、尋找游戲攻略。

▲工具制造與使用環節示意圖

工具制作分為以下幾個步驟：工具提出、驗證和封裝。由于每類任務只需執行一次，所生成的工具可重復用于該任務的所有實例。因此與單獨使用強大的模型相比，LATM的效率和成本效益顯著增加。

此外，Python函數工具是一種更通用的思維鏈形式，能夠增強LLM的整體實用性和靈活性。

他們還引入了第三個模塊，一個輕量級的LLM以充當調度程序（the dispatcher），它可以決定是否可以使用現有工具解決傳入的問題，或者是否需要創建新工具。

▲工具調度、制造、使用環節示意圖

二、LATM能夠解決復雜問題，最終效果堪比強大模型

該團隊使用GPT-4 作為代表性的工具制造者、GPT-3.5 Turbo作為代表性的工具使用者，在六個不同領域的數據集上評估了LATM的可行性，包括邏輯演繹、跟蹤洗牌對象、Dyck語言、詞排序、中文剩余定理和會議調度，最終證實了:

1、GPT-4作為工具制造者時，該模型經常設計出合適的問題解決工具；

2、像GPT-3.5 Turbo這樣的輕量級模型可以實現與GPT-4相同的性能且平均成本更低，顯示了LATM在提高輕量級模型的性能方面的有效性；

3、調度程序可以有效識別現有工具，并根據需要請求新工具的創建。

但在該團隊的評估過程中，他們還發現：

1、對于十分困難的任務，制作解決工具不僅需要高性能的強大模型，還需要高精度的數據集；

2、對于較為簡單的任務，工具制造者可以是一個輕量級的LLM。

結語：整合LLM能力，推動AI系統進化

LATM創新性地整合兩類LLM，并分配到兩個關鍵階段，使LLM能夠創建和利用自己的工具來完成各種任務，既能利用先進LLM的能力，又能顯著降低計算成本，推動了AI系統的進化，同時釋放出大量機會。

而研究中對數據集缺乏的探究或將刺激研究界創建高精度的數據集，進而有助于培養下一代人工智能系統。