tool-augmented language models

研究表明，AI系统可以通过分解而非扩展来构建

一篇新的研究论文提出了一种名为“分解，而非扩展”的AI系统设计规范。其核心思想是将复杂任务分解为可由更简单的系统处理的确定性子任务，只将不可简化的模糊部分留给大型语言模型。这种方法在包括一个前沿Opus级模型在内的九个模型上进行了演示，旨在实现“构造上的对等”，使模型大小对于确定性子任务变得无关紧要。作者认为，这种方法具有广泛的适用性，并可以减少对广泛模型训练或微调的需求。