Sakana AI의 TreeQuest는 다중 모델 협업을 통해 LLM 성능을 30% 향상시킵니다.
- 사카나 AI의 새로운 기술 'Multi-LLM AB-MCTS'는 여러 대형 언어 모델(LLM)이 협력하여 단일 과제를 해결하는 방법을 도입.
- 이 방법은 모델들이 서로의 강점을 결합해 복잡한 문제를 해결할 수 있도록 지원하며, LLM의 성능을 30% 향상시킴.
- 기업은 여러 모델의 장점을 활용해 더 강력하고 능력 있는 AI 시스템을 개발할 수 있음.
- AB-MCTS는 '적응적 분기 몬테카를로 트리 탐색'이라는 알고리즘을 사용하여 두 가지 탐색 전략을 균형 있게 조합하며 문제를 해결함.
- 연구 팀은 다양한 혁신적 모델 조합을 통해 ARC-AGI-2 벤치마크에서 단일 모델보다 뛰어난 성과를 거둠.
- 사카나 AI는 더 강력하고 신뢰할 수 있는 기업 AI 응용 프로그램 개발을 위해 오픈 소스 프레임워크 'TreeQuest'를 제공.
- 이 기술은 코드 최적화, 반응 지연 시간 개선 등 다양한 산업 분야에 적용 가능성이 있음.
4venturebeat.com링크 복사하기
AI 뉴스 요약은 뉴스의 내용을 AI가 요약(GPT-4 활용)한 것입니다. 따라서 틀린 내용을 포함할 수 있습니다. 뉴스의 자세한 내용을 확인하시려면 해당 뉴스 링크를 클릭해주세요.