一个名为 UNBOUNDED ONE 的项目测试了使用六个 AI 模型互相审查对方工作的有效性。在对两个虚构场景进行的小规模测试中,这种多模型方法并未优于表现最佳的单个模型,并且成本却高出 20 倍。然而,该系统确实成功地识别并纠正了组内较弱模型的错误。该项目被描述为一个未经审计的审批门概念演示,没有执行者,并且结果未经外部验证。 AI
影响 该实验表明,对于某些任务而言,使用多个 AI 模型进行自我纠正可能不具备成本效益,也不优于单个模型。
排序理由 该条目描述了一个个人项目关于 AI 模型实验的结果,而非正式发布或重大的行业事件。
在 Mastodon — mastodon.social 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →