Meta'dan güzel bir makale. Ve çok ajanlı sistemlerin bir başka mükemmel uygulaması. (yer imlerine işaret ediyor) Modern yapay zeka modellerini eğitmek, çok yüksek kaliteli veri gerektirir. Ancak, dar boğaz sadece miktar değil. Veriler yeterince çeşitli değil. Sentetik veri üreten tek modeller, homojen çıktılar, tekrarlayan desenler üretir ve insan tarafından oluşturulan veri setlerinde bulunan incelikli çeşitlilikten yoksundur. Meta'nın bu yeni araştırması, birden fazla yapay zeka ajanının merkeziyetsiz etkileşimler yoluyla sentetik eğitim verisini işbirlikle ürettiği eşler arası bir çerçeve olan Matrix'i tanıtıyor. Matrix, aynı donanım kaynakları altında 2–15 × daha yüksek veri üretim verimliliği sağlar ve çıktı kalitesinden ödün vermeden. TL; DR: Tek bir model veri üretmek yerine, uzmanlaşmış ajanlar farklı roller oynar ve birbirleriyle etkileşime girer. Biri soru soruyor, diğeri yanıtlıyor, üçüncüsü kaliteyi değerlendiriyor. Bu çok aşamalı konuşmalar, karmaşık akıl yürütmeyi ve çeşitli bakış açılarını yakalar. Matrix'i farklı kılan şey: merkezi koordinatörü yok. Ajanlar, tamamen merkeziyetsiz bir mimaride doğrudan iletişim kurar. Bu, altyapı darboğazları olmadan ölçeklenebilirlik sağlar. Çerçeve, rol tabanlı konuşma protokolleri, çoklu aşamalı etkileşim kalıpları ve her aşamada yerleşik kalite filtreleme ile çalışır. Sadece kalite eşiklerini karşılayan veriler son eğitim setine girer. Çok ajanlı iş birliği, tek model yaklaşımlarından daha çeşitli sentetik veri üretir. Ortaya çıkan veri setleri, akıl yürütme ve talimat takip kıyaslamalarında aşağı akış model performansını iyileştirir.