言語処理に特化した生成AIの一種である
大規模言語モデルの中には、最終的なアウトプットを
生成する前に思考を重ねるステップを挟み、
最終的な精度を向上させる「推論モデル」と
呼ばれるものがあります。
シカゴ大学やGoogleの研究者からなるチームは、
DeepSeek-R1やQwQ-32Bなどの
主要な推論モデルが行う推論ステップを分析。
また、実際に研究チームがDeepSeek-R1に
複雑な有機化学合成問題を与えて検証しています。
今回の研究からわかった大規模言語モデルが行なっている
シミュレートの様子など、詳細はリンク記事でご確認ください。
推論モデルは「性格や知識が異なる複数人による会議」をシミュレートして精度を向上させているとの研究結果 – GIGAZINE
大規模言語モデルの中には、最終的なアウトプットを生成する前に思考を重ねるステップを挟み、最終的な精度を向上させる「推論モデル」と呼ばれるものがあります。シカゴ大学やGoogleの研究者からなるチームが、推論モデルは「異なる性格特性や専門知識を持った複数のエージェントによる会議」をシミュレートして、高いパフォーマンスを発揮しているとの研究結果を報告しました。
[PR]