ภาพรวม
Mixture-of-Agents (MoA) เป็นเทคนิคที่แบบจำลองภาษาหลายภาษาร่างคำตอบ จากนั้นแบบจำลองผู้รวบรวมจะหลอมรวมความคิดที่ดีที่สุดของตนให้เป็นคำตอบที่ได้รับการปรับปรุงเพียงหนึ่งเดียว ช่วยให้ทีมของโมเดลแบบเปิดแข่งขันหรือเอาชนะโมเดลระดับบนสุดเพียงตัวเดียวได้
Mixture-of-Agents Aggregation เป็นส่วนหนึ่งของสแต็กภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด
เจาะลึก
Mixture-of-Agents เปิดตัวในรายงานปี 2024 จาก Together AI โดยจัด LLM หลายรายการเป็นชั้นต่างๆ ในเลเยอร์แรก โมเดล 'ผู้เสนอ' หลายโมเดลจะตอบคำถามอย่างเป็นอิสระต่อกัน จากนั้นเอาท์พุตของพวกมันจะถูกต่อเข้าด้วยกันและส่งต่อไปยังเลเยอร์ถัดไป โดยที่โมเดลจะตอบสนองอีกครั้ง โดยตอนนี้มีเงื่อนไขบนแบบร่างก่อนหน้านี้ทั้งหมด หลังจากรอบดังกล่าวหนึ่งรอบขึ้นไป โมเดล 'ผู้รวบรวม' สุดท้ายจะสังเคราะห์ทุกอย่างให้เป็นคำตอบเดียว ความเข้าใจหลักซึ่งผู้เขียนเรียกว่า 'การทำงานร่วมกันของ LLM' ก็คือแบบจำลองจะสร้างการตอบสนองที่ดีกว่าเมื่อแสดงคำตอบของเพื่อนร่วมงาน แม้กระทั่งคำตอบที่ไม่สมบูรณ์ก็ตาม ในเกณฑ์มาตรฐาน AlpacaEval 2.0 มีรายงานว่า MoA ที่สร้างขึ้นจากโมเดลโอเพ่นซอร์สทั้งหมดมีรายงานว่าเหนือกว่าคะแนนของ GPT-4 Omni ซึ่งแสดงให้เห็นว่าการรวมตัวกันอย่างรอบคอบของโมเดลที่หลากหลายและราคาถูกกว่าสามารถเอาชนะระบบพรมแดนเดียวได้
ข้อมูลเชิงลึกทางเทคนิค
MoA แตกต่างจากการลงคะแนนเสียงข้างมาก: แทนที่จะเลือกคำตอบเดียว ผู้รวบรวมจะอ่านคำตอบของผู้สมัครทั้งหมดตามบริบท และสร้างการสังเคราะห์ใหม่ ผสมผสานจุดแข็งและข้อผิดพลาดในการกรอง ความหลากหลายในหมู่ผู้เสนอช่วยได้ ดังนั้นการผสมผสานตระกูลโมเดลที่แตกต่างกันจึงมีคุณค่า โครงสร้างเป็นแบบเลเยอร์ เหมือนเครือข่ายระดับลึกที่ 'เซลล์ประสาท' ของแต่ละเลเยอร์เป็นการเรียก LLM ทั้งหมด ข้อเสียคือเวลาแฝงและต้นทุน: แต่ละเลเยอร์จะคูณจำนวนการเรียกอนุมาน ดังนั้น MoA จึงใช้การประมวลผลมากขึ้นเพื่อยกระดับคุณภาพ
การเรียนรู้การรวมตัวของสารผสม
Mixture-of-Agents (MoA) เป็นเทคนิคที่แบบจำลองภาษาหลายภาษาร่างคำตอบ จากนั้นแบบจำลองผู้รวบรวมจะหลอมรวมความคิดที่ดีที่สุดของตนให้เป็นคำตอบที่ได้รับการปรับปรุงเพียงหนึ่งเดียว ช่วยให้ทีมของโมเดลแบบเปิดแข่งขันหรือเอาชนะโมเดลระดับบนสุดเพียงตัวเดียวได้ Mixture-of-Agents Aggregation เป็นส่วนหนึ่งของสแต็กภาษา-AI ที่ใช้ในการอ่าน สร้าง จำแนก และแปลงข้อความและคำพูดตามขนาด เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Mixture-of-Agents Aggregation เป็นรูปแบบการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งโดยใช้การออกแบบการแจ้งเตือน การดึงข้อมูล และการตรวจสอบลูปแบบ Mixture-of-Agents Aggregation เป็นระบบการสื่อสารแบบรวมระบบเดียว โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในขณะเดียวกัน ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ
ขั้นตอนการทำงานของภาษาสามารถดำเนินไปได้เร็วขึ้นโดยไม่กระทบต่อความสม่ำเสมอ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร
ขยายการเข้าถึงภาษาและรูปแบบการสื่อสาร ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ
ทีมสามารถใช้เวลามากขึ้นในการตัดสิน ในขณะที่ระบบอัตโนมัติจัดการกับการทำซ้ำ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
การรวมโมเดลแชทแบบเปิดที่แตกต่างกันสามแบบเข้าด้วยกันเป็นผู้เสนอ จากนั้นใช้ผู้รวบรวมที่แข็งแกร่งเพื่อสร้างการตอบกลับการสนับสนุนลูกค้าที่สวยงาม
การเพิ่มคะแนนการปฏิบัติตามคำสั่งในการวัดประสิทธิภาพแบบ AlpacaEval โดยใช้เฉพาะโมเดลโอเพ่นซอร์สเท่านั้น
การรวมคำแนะนำโค้ดที่หลากหลายจากหลายรุ่นเข้าไว้ในการใช้งานฟังก์ชันเดียวที่มีประสิทธิภาพยิ่งขึ้น
ใช้งานไปป์ไลน์ open-weights ที่เข้าใกล้คุณภาพระดับแนวหน้าสำหรับการปรับใช้ที่คำนึงถึงความเป็นส่วนตัว โดยที่ข้อมูลไม่สามารถออกจากเซิร์ฟเวอร์ของบริษัทได้
รูปแบบการดำเนินงาน
การรวมตัวของสารผสมในทางปฏิบัติ
การรวมโมเดลแชทแบบเปิดที่แตกต่างกันสามแบบเข้าด้วยกันเป็นผู้เสนอ จากนั้นใช้ผู้รวบรวมที่แข็งแกร่งเพื่อสร้างการตอบกลับการสนับสนุนลูกค้าที่สวยงาม
การรวมโมเดลแชทแบบเปิดที่แตกต่างกันสามแบบเข้าด้วยกันเป็นผู้เสนอ จากนั้นใช้ผู้รวบรวมที่แข็งแกร่งเพื่อสร้างการตอบกลับการสนับสนุนลูกค้าที่สวยงาม ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การรวมตัวของสารผสมในทางปฏิบัติ
การเพิ่มคะแนนการปฏิบัติตามคำสั่งในการวัดประสิทธิภาพแบบ AlpacaEval โดยใช้เฉพาะโมเดลโอเพ่นซอร์สเท่านั้น
การเพิ่มคะแนนการปฏิบัติตามคำแนะนำในเกณฑ์มาตรฐานแบบ AlpacaEval โดยใช้เฉพาะโมเดลโอเพ่นซอร์สเท่านั้น ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การรวมตัวของสารผสมในทางปฏิบัติ
การรวมคำแนะนำโค้ดที่หลากหลายจากหลายรุ่นเข้าไว้ในการใช้งานฟังก์ชันเดียวที่มีประสิทธิภาพยิ่งขึ้น
การรวมคำแนะนำโค้ดที่หลากหลายจากหลายโมเดลมาไว้ในฟังก์ชันเดียวที่มีประสิทธิภาพมากขึ้น ทีมมักจะได้รับผลลัพธ์ที่ดีขึ้นเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การรวมตัวของสารผสมในทางปฏิบัติ
ใช้งานไปป์ไลน์ open-weights ที่เข้าใกล้คุณภาพระดับแนวหน้าสำหรับการปรับใช้ที่คำนึงถึงความเป็นส่วนตัว โดยที่ข้อมูลไม่สามารถออกจากเซิร์ฟเวอร์ของบริษัทได้
การรันไปป์ไลน์แบบ open-weights ที่เข้าใกล้คุณภาพระดับแนวหน้าสำหรับการปรับใช้ที่คำนึงถึงความเป็นส่วนตัว โดยที่ข้อมูลไม่สามารถออกจากเซิร์ฟเวอร์ของบริษัทได้ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
ข้อเท็จจริงที่หลอนประสาทสามารถเข้าสู่รายงาน กระแสสนับสนุน หรือผลการวิจัยได้อย่างเงียบๆ
ความละเอียดอ่อนของการแจ้งเตือนสามารถสร้างผลลัพธ์ที่ไม่สอดคล้องกันในคำขอที่คล้ายกัน
ข้อมูลข้อความที่ละเอียดอ่อนอาจถูกเปิดเผยหากการควบคุมการเข้าถึงอ่อนแอ
แผนงานการดำเนินงาน
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว
กำหนดรูปแบบเอาต์พุต โทนเสียง และมาตรฐานคุณภาพก่อนเปิดตัว ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ
การตอบสนองภาคพื้นดินกับแหล่งข้อมูลที่เชื่อถือได้เมื่อใดก็ตามที่ความแม่นยำมีความสำคัญ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง
รักษาจุดตรวจสอบการตรวจสอบโดยมนุษย์สำหรับผลลัพธ์ที่มีเดิมพันสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ
ติดตามรูปแบบความล้มเหลวและฝึกอบรมพร้อมท์หรือเวิร์กโฟลว์เป็นประจำ ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น