زبان AI گائیڈ

ایجنٹوں کا مرکب

مکسچر آف ایجنٹس (ایم او اے) ایک ایسی تکنیک ہے جہاں کئی زبانوں کے ماڈلز جوابات تیار کرتے ہیں اور پھر ایک ایگریگیٹر ماڈل اپنے بہترین خیالات کو ایک بہتر جواب میں فیوز کرتا ہے۔

2 منٹ پڑھیںآخری بار اپ ڈیٹ کیا گیا۔

جائزہ

It lets a team of open models rival or beat a single top-tier model.

گہرا غوطہ

ٹوگیدر اے آئی کے 2024 پیپر میں متعارف کرایا گیا، مکسچر آف ایجنٹس متعدد LLM کو تہوں میں ترتیب دیتا ہے۔ پہلی پرت میں، کئی 'پروپوزر' ماڈلز ہر ایک آزادانہ طور پر پرامپٹ کا جواب دیتے ہیں۔ اس کے بعد ان کے آؤٹ پٹس کو جوڑ کر اگلی پرت کے حوالے کر دیا جاتا ہے، جہاں ماڈلز دوبارہ جواب دیتے ہیں، جو اب پچھلے تمام مسودوں پر مشروط ہیں۔ اس طرح کے ایک یا زیادہ راؤنڈز کے بعد، ایک حتمی 'ایگریگیٹر' ماڈل ہر چیز کو ایک ہی جواب میں ترکیب کرتا ہے۔ بنیادی بصیرت، جسے مصنفین 'LLMs کی باہمی تعاون' کہتے ہیں، یہ ہے کہ ماڈلز جب ساتھیوں کے جوابات دکھاتے ہیں تو بہتر ردعمل پیدا کرتے ہیں، یہاں تک کہ نامکمل جوابات بھی۔ AlpacaEval 2.0 بینچ مارک پر، مکمل طور پر اوپن سورس ماڈلز سے بنایا گیا MoA مبینہ طور پر GPT-4 Omni کے سکور سے آگے نکل گیا، جس سے یہ ظاہر ہوتا ہے کہ متنوع، سستے ماڈلز کا محتاط مجموعہ ایک ہی فرنٹیئر سسٹم کو مات دے سکتا ہے۔

تکنیکی بصیرت

MoA سادہ اکثریت کی ووٹنگ سے مختلف ہے: ایک جواب لینے کے بجائے، جمع کنندہ امیدواروں کے تمام جوابات کو سیاق و سباق کے طور پر پڑھتا ہے اور ایک تازہ ترکیب، ملاوٹ کی طاقت اور فلٹرنگ کی غلطیاں پیدا کرتا ہے۔ تجویز کنندگان کے درمیان تنوع مدد کرتا ہے، اس لیے مختلف ماڈل فیملیز کا اختلاط قابل قدر ہے۔ ڈھانچہ تہہ دار ہے، ایک گہرے نیٹ ورک کی طرح جہاں ہر پرت کے 'نیوران' پوری ایل ایل ایم کالز ہیں۔ تجارت میں تاخیر اور لاگت ہے: ہر پرت انفرنس کالز کی تعداد کو ضرب دیتی ہے، لہذا MoA معیار کو بلند کرنے کے لیے زیادہ حساب خرچ کرتا ہے۔

اسٹریٹجک اثر

رفتار اور پیمانہ

زبان کے کام کے بہاؤ مستقل مزاجی کی قربانی کے بغیر تیزی سے آگے بڑھ سکتے ہیں۔

رسائی اور رسائی

یہ زبانوں اور مواصلاتی طرزوں تک رسائی کو بڑھاتا ہے۔

واضح فیصلے

ٹیمیں فیصلے پر زیادہ وقت گزار سکتی ہیں جبکہ آٹومیشن تکرار کو سنبھالتی ہے۔

ایجنٹوں کے مرکب کا مستقبل

توقع ہے کہ MoA طرز کی جمعیت پھیل جائے گی کیونکہ تخمینہ سستا ہوتا ہے اور آرکیسٹریشن فریم ورک پختہ ہوتا ہے۔ تحقیقی ہدایات میں یہ سیکھنا شامل ہے کہ کن تجویز کنندگان کو فی استفسار (روٹنگ) پر بھروسہ کرنا ہے، تجویز کنندگان کو متوازی طور پر چلا کر اور کمزوروں کو جلد کاٹ کر تاخیر کے جرمانے کو کم کرنا، اور MoA کو ٹول استعمال کرنے والے ایجنٹوں کے ساتھ ملانا تاکہ جمع کرنے والا نہ صرف متن بلکہ اعمال اور بازیافت شدہ ثبوت کو فیوز کرے۔ جیسے جیسے کھلے ماڈلز پھیلتے ہیں، ان کو ذہانت سے جوڑنا کسی ایک بڑے ماڈل کے بغیر سرحدی سطح کے معیار کے لیے بڑھتا ہوا عملی راستہ بن جاتا ہے۔

حقیقی دنیا کا نفاذ

تین مختلف اوپن چیٹ ماڈلز کو تجویز کنندگان کے بطور یکجا کرنا، پھر ایک مضبوط ایگریگیٹر کا استعمال کرتے ہوئے ایک پالش کسٹمر سپورٹ جواب تیار کرنا۔

صرف اوپن سورس ماڈلز کا استعمال کرتے ہوئے AlpacaEval طرز کے بینچ مارکس پر ہدایات کے بعد اسکور کو بڑھانا۔

متعدد ماڈلز سے متنوع کوڈ کی تجاویز کو ایک واحد، زیادہ مضبوط فنکشن کے نفاذ میں ملانا۔

ایک اوپن ویٹ پائپ لائن چلانا جو پرائیویسی سے متعلق حساس تعیناتی کے لیے فرنٹیئر کوالٹی تک پہنچتی ہے جہاں ڈیٹا کمپنی کے سرورز کو نہیں چھوڑ سکتا۔

خطرات اور گارڈریلز

گمراہ شدہ حقائق خاموشی سے رپورٹس، سپورٹ فلو، یا تحقیقی نتائج درج کر سکتے ہیں۔

فوری حساسیت اسی طرح کی درخواستوں میں متضاد نتائج پیدا کر سکتی ہے۔

اگر رسائی کے کنٹرول کمزور ہیں تو حساس ٹیکسٹ ڈیٹا کو بے نقاب کیا جا سکتا ہے۔

نفاذ کا روڈ میپ

1

رول آؤٹ سے پہلے آؤٹ پٹ فارمیٹ، ٹون اور معیار کے معیارات کی وضاحت کریں۔

2

جب بھی درستگی اہمیت رکھتی ہے تو بھروسہ مند ذرائع کے ساتھ زمینی جوابات۔

3

ہائی اسٹیک آؤٹ پٹس کے لیے ایک انسانی جائزہ چیک پوائنٹ رکھیں۔

4

ناکامی کے نمونوں کو ٹریک کریں اور پرامپٹس یا ورک فلو کو باقاعدگی سے دوبارہ تربیت دیں۔

دریافت کرتے رہیں

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Mixture-of-Agents Aggregation quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

کوئز شروع کریں۔

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

اکثر پوچھے گئے سوالات

What is Mixture-of-Agents Aggregation?

مکسچر آف ایجنٹس (ایم او اے) ایک ایسی تکنیک ہے جہاں کئی زبانوں کے ماڈلز جوابات تیار کرتے ہیں اور پھر ایک ایگریگیٹر ماڈل اپنے بہترین خیالات کو ایک بہتر جواب میں فیوز کرتا ہے۔ یہ کھلے ماڈلز کی ٹیم کو کسی ایک اعلیٰ درجے کے ماڈل کا حریف یا شکست دینے دیتا ہے۔

مکسچر آف ایجنٹس میں، ایگریگیٹر ماڈل کا کیا کردار ہے؟

جمع کرنے والا امیدوار کے تمام جوابات پڑھتا ہے اور ایک ملا ہوا، اعلیٰ معیار کا جواب تیار کرتا ہے۔

ایم او اے پیپر ایل ایل ایم کی کس کلیدی خاصیت پر انحصار کرتا ہے؟

مصنفین کا مشاہدہ ہے کہ ماڈل اپنے جوابات کو بہتر بناتے ہیں جب دوسرے ماڈلز کے مسودوں پر مشروط کیا جاتا ہے، یہاں تک کہ نامکمل بھی۔

MoA سادہ اکثریتی ووٹنگ سے کیسے مختلف ہے؟

ووٹنگ کے برعکس، MoA صرف ایک موجودہ جواب کا انتخاب نہیں کرتا ہے۔ یہ ایک تازہ ردعمل پیدا کرتا ہے جو امیدواروں کو ملا دیتا ہے۔

MoA میں تجویز کنندگان کے ماڈلز میں تنوع کیوں قیمتی ہے؟

متنوع تجویز کنندگان زیادہ زمین کا احاطہ کرتے ہیں، جو جمع کرنے والے کو فیوز کرنے کے لیے خیالات کا ایک بھرپور سیٹ اور فلٹر کرنے کے لیے غلطیاں فراہم کرتے ہیں۔

MoA اپروچ کی بنیادی عملی لاگت کیا ہے؟

ہر پرت مزید LLM کالز کا اضافہ کرتی ہے، لہذا MoA جوابات کے بہتر معیار کے لیے اضافی حساب اور وقت کی تجارت کرتا ہے۔