KI lernt, wann externe Werkzeuge sinnvoll sind

Forscher der University of California San Diego und der Tsinghua University haben eine Methode entwickelt, die die Fähigkeit künstlicher Intelligenz verbessert, zu erkennen, wann der Einsatz externer Werkzeuge sinnvoller ist als sich auf integriertes Wissen zu verlassen. Ähnlich wie menschliche Experten lernt die KI, Probleme nach ihrer Komplexität zu kategorisieren und entsprechend Werkzeuge einzusetzen oder eigenes Wissen anzuwenden. Mit einem relativ kleinen Sprachmodell von 8 Milliarden Parametern erzielte das Team eine Verbesserung der Antwortgenauigkeit um 28 % und eine Steigerung der Präzision bei der Werkzeugverwendung um fast 14 % und übertraf in spezifischen Bereichen größere Modelle. Der zweistufige Trainingsprozess „Adapting While Learning“ bringt der KI zunächst bei, aus werkzeuggenerierten Lösungen zu lernen, und trainiert sie dann, Probleme als „einfach“ oder „schwierig“ zu kategorisieren und entsprechend über den Einsatz von Werkzeugen zu entscheiden. Quelle: VentureBeat