Com base no modelo EVA-1, o ArkAgentOS desacopla de forma inovadora um único recurso de modelo grande em várias inteligências especializadas. Por meio do algoritmo de decomposição dinâmica de tarefas, a estrutura pode decompor automaticamente a meta macroscópica descrita pelo usuário em linguagem natural (por exemplo, "escrever um relatório de análise do setor") em subtarefas, como coleta de dados, análise e modelagem, visualização e apresentação, e atribuí-las para serem concluídas por diferentes inteligências de forma colaborativa. Em comparação com a solução tradicional de modelo único, essa arquitetura tem três vantagens significativas: no campo biomédico, as inteligências de nível especializado podem simular o paradigma de pensamento dos pesquisadores para lidar com revisões de literatura; no cenário de análise de negócios, ela oferece suporte a 6-8 inteligências para lidar com o rastreamento de dados de mercado e a análise de sentimentos em paralelo; e consegue reutilizar o conhecimento entre tarefas por meio do módulo de memória, para que as inteligências possam continuar a evoluir no processo de execução. Testes práticos mostram que a arquitetura de corpo com várias inteligências pode reduzir o tempo de trabalho em 70% para lidar com a mesma complexidade de tarefas de agrupamento de literatura de P&D farmacêutico.
Essa resposta foi extraída do artigoAutoArk: uma plataforma de IA multiinteligência para colaboração em tarefas complexasO
Português do Brasil 
简体中文 
English 
日本語 
Deutsch