00:00 / 00:38
连播
清屏
智能
倍速
点赞7
00:00 / 01:16
连播
清屏
智能
倍速
点赞2070
00:00 / 00:37
连播
清屏
智能
倍速
点赞3
Qiuming6天前
颠覆共识!中国团队研发新架构,让AI大模型协作更聪明、更省钱 颠覆共识!中国团队研发新架构,让AI大模型协作更聪明、更省钱 导语: 在人工智能领域,大模型(如GPT、Gemini)的竞争通常被认为是“拼参数、拼算力”的军备竞赛。然而,中国一支研究团队另辟蹊径,通过颠覆多智能体协作的“铁律”,在显著降低算力成本的同时,让多个小模型的协作效果超越了国际巨头的大模型,为AI发展提供了新思路。 核心突破:打破“共识”枷锁 传统多智能体协作为了得出最终答案,通常采用“投票”或“辩论”的方式,强制要求所有智能体“少数服从多数”以达成共识。但这种方法存在明显缺陷:如果多数智能体的初始判断是错的,那么错误就会被放大,且整个过程耗时耗力。 来自浙江清华长三角研究院和北京理工大学的研究团队,提出了一种名为 Free-MAD 的全新协作架构。该架构的核心思想是:无需达成共识,也能实现高效协同。 Free-MAD如何工作? 抗从众机制:在辩论阶段,智能体不仅接收对方的答案,更重要的是用批判性思维审视对方的推理过程,主动降低对多数意见的敏感度,避免盲目跟风。 奖励评分决策:最终答案不再由最后一轮的投票决定。系统会追踪整个辩论过程中每个智能体每一次推理的逻辑质量,即使正确答案在最后一轮是“少数派”,只要其推理过程稳定且合理,系统仍能将其识别为最终答案。 颠覆性成果: 算力减半,准确率飙升:Free-MAD 仅需单轮协作即可达到甚至超越传统方法两三轮的效果,将推理所需的算力(Token消耗)降低约一半。 小模型胜过“巨无霸”:在数学、逻辑等复杂任务测试中,Free-MAD 将几个国产开源小模型的组合准确率从原本的60%左右大幅提升至86.67%-90%,一举超越了国际主流的大参数闭源模型(如GPT-5.2、Gemini 3)的公开成绩。 高鲁棒性与安全性:即使部分智能体掉线或受到攻击,系统依然能稳定输出高质量结果。 意义与展望: 这项研究为算力受限环境下的高性能AI应用开辟了新路径。对工业界而言,这意味着可以部署更便宜、更安全、更轻量的AI系统;对学术界而言,它开启了“非共识化多智能体系统”的全新研究方向。未来,这项技术有望在智慧医疗(多科室AI会诊)、金融分析、舆情治理等高安全敏感领域发挥重要作用。 Yu Cui, Hang Fu, Haibin Zhang, Licheng Wang, Cong Zuo, Free-MAD: Consensus-fre
00:00 / 03:08
连播
清屏
智能
倍速
点赞3