Ask Xiaobai lança o O3 Big Model desenvolvido por ele mesmo: a IA de agente pode se tornar o antídoto para a "ilusão da IA"?

Recentemente, o aplicativo de IA "Pergunte ao White"Anunciando o lançamento de seu macromodelo de agente nativo de última geração, desenvolvido pela própria empresa O3e foi aberto a alguns usuários para testes internos. De acordo com o relatório oficialO3 O principal recurso do modelo é o raciocínio aprofundado e o recurso de verificação em várias rodadas, que visa resolver os problemas de "ilusão de IA", fragmentação de informações e acesso ineficiente a respostas que existem nos atuais modelos de linguagem grandes.

Diferentemente da IA tradicional de Q&A de rodada única, aO3 O fluxo de trabalho do Google é mais parecido com o de um pesquisador automatizado. Ao receber uma tarefa do usuário, ele executa de forma autônoma a inferência e a análise, planeja caminhos de recuperação de informações e adquire e valida dados por meio de várias rodadas de pesquisa na Web. Quando necessário, o modelo também recorre a diferentes ferramentas para fazer referências cruzadas e, por fim, gera um relatório abrangente que integra texto, gráficos e imagens.

Ponto problemático: por que a IA geralmente responde às perguntas erradas?

Os usuários geralmente enfrentam os seguintes dilemas ao lidar com problemas complexos com os grandes modelos convencionais atuais:

• A resposta está em frangalhos.Informações sobre o modelo: As informações retornadas pelo modelo são incompletas, e o usuário precisa reunir o quadro completo por meio de várias perguntas de acompanhamento.
• Baixa credibilidade das informaçõesModelos: os modelos são propensos a erros factuais, ou seja, "ilusões de IA", devido à sua dependência de pesquisas únicas ou bases de conhecimento solidificadas.
• Falta de profundidade do conteúdoRespostas geradas: as respostas geradas tendem a permanecer como listas de informações e carecem de uma análise aprofundada e estruturada.
• expressão áspera e mecânicaA linguagem das respostas é padronizada, com um claro "sabor de IA" e uma falta de naturalidade.

O3 O modelo foi originalmente projetado para lidar com esses desafios.

A principal competência do O3: de "busca" a "pesquisa"

O3 Ao introduzir os fluxos de trabalho do Agent, ele demonstra sua diferenciação em quatro áreas principais.

• Exato e confiável: mecanismo de verificação integrado de várias rodadas

Os modelos convencionais geralmente perdem informações importantes devido a pesquisas únicas, enquanto O3 Adota o ciclo "pensar-pesquisar-verificar". Ele consultará automaticamente várias fontes de dados confiáveis para validação cruzada a fim de melhorar a precisão das respostas.

Comparação de casos

• mandatos:: "Xiaomi mobile phone sales Q1 2024" (Vendas de telefones celulares da Xiaomi no primeiro trimestre de 2024)
• IA tradicionalPode exigir que os usuários perguntem: "Quais são os números exatos?" , "Qual foi o crescimento ano a ano?" e "De quais mercados veio o principal crescimento?". .
• O3A empresa está gerando diretamente um minirrelatório com os principais números, observando que vendeu 40,8 milhões de unidades (citando dados da IDC), um aumento de 12,3% em relação ao ano anterior, e aponta o mercado do Sudeste Asiático como a principal região que contribui para o crescimento.

• Profundo e eficiente: gerando conteúdo analítico em nível de artigo de pesquisa

Para problemas complexos que exigem análise aprofundada.O3 A capacidade de produzir respostas claramente estruturadas e saturadas de informações em um curto período de tempo, abrangendo macrotendências, pontos de nicho e perspectivas futuras, evita a fragmentação das informações.

Comparação de casos

• mandatos:: "Estratégia de Resposta à Tarifa de Carbono da UE 2030"
• IA tradicionalPode listar apenas as disposições da política e exigir outras perguntas do usuário para obter os impactos no setor e os detalhes da implementação.
• O3O resultado pode ser uma estrutura estratégica completa, incluindo um caminho estratégico, uma análise da matriz de impacto no setor e um cronograma de implementação.

• Natural e vívido: otimizando a linguagem e o estilo narrativo

O3 A geração de linguagem foi especificamente otimizada para aproximar seu resultado do estilo de escrita de autores humanos, introduzindo analogias, emoções e ritmos narrativos, especialmente ao lidar com tarefas de criação de textos longos.

Comparação de casos

• mandatos:: "Escreva um romance de ficção científica de 8.000 palavras sobre um planeta misterioso além de Plutão."
• IA tradicionalMuitas vezes, o resultado só está disponível em segmentos, com pouca coerência da história e um único estilo de linguagem.
• O3Capacidade de gerar um texto de história unificado com um cenário completo de visão de mundo, desenvolvimento de enredo e detalhes científicos.

• Graphic Linkage: Adaptação inteligente de apresentações

Dependendo do tipo de pergunta.O3 Ele escolherá de forma inteligente a maneira mais adequada de exibição e usará com flexibilidade ferramentas de visualização, como imagens, tabelas, gráficos de pizza etc., para ajudar os usuários a entender rapidamente o foco das informações.

Comparação de casos

• mandatos:: "Planejando uma viagem de férias de verão para 4 pessoas com um orçamento de US$ 4.000"
• IA tradicionalLista de atrações: Pode gerar uma lista de atrações apenas em formato de texto.
• O3A tendência é gerar programas ilustrados, como os que contêm fotografias de locais de interesse, itinerários formatados e gráficos de alocações orçamentárias.

Análise técnica: Como o O3 "pensa" por conta própria?

De acordo com a equipe técnica do "Ask White".O3 A realização desse objetivo se baseia em duas tecnologias principais:Síntese de tarefas de agentes com base em gráficos de conhecimentoresponder cantandoAprendizagem aprimorada por agentes de ponta a ponta.

Sua trajetória tecnológica pode ser entendida em dois estágios:

1. Geração e planejamento de tarefasAntes do treinamento do modelo, um "Agente de síntese de dados" cria um gráfico de conhecimento interagindo com o ambiente de rede. Com base nesse gráfico de conhecimento, o sistema gera uma série de "tarefas de agente" complexas que exigem raciocínio em várias etapas e invocação de ferramentas, além de definir critérios de pontuação refinados para essas tarefas. Isso garante que as tarefas às quais o modelo é exposto durante a fase de treinamento sejam suficientemente complexas e próximas do mundo real.
2. Aprendizado aprimorado e otimizaçãoEm treinamento.O3 O agente interage livremente com o ambiente, tenta resolver tarefas e registra sua trajetória comportamental. Depois de concluir a tarefa, o sistema avaliará a qualidade das respostas e a integridade da aquisição de informações usando um gráfico de conhecimento e critérios de pontuação predefinidos. A pontuação da avaliação é usada como um sinal de recompensa para otimizar as estratégias comportamentais do agente por meio da aprendizagem por reforço (RL), para que ele aprenda a adaptar com eficiência sua estratégia de pesquisa, invocar ferramentas e, por fim, resolver problemas de acordo com diferentes tarefas.

Essa abordagem de aprendizagem por reforço de ponta a ponta é uma das principais direções que o setor está explorando atualmente para resolver o problema de confiabilidade e autonomia da IA.

Cenários de aplicativos e portais de experiência

O3 Os recursos permitem que ele seja usado em uma variedade de cenários, como o fornecimento de pesquisas do setor para profissionais que trabalham, análises de mercado para empreendedores ou como um parceiro colaborativo para criadores de conteúdo.

Atualmente.O3 O modelo está em fase de testes internos e os usuários podem verificar se estão qualificados para experimentá-lo por meio da versão web do "Ask Xiaobai" ou do aplicativo.

baseado na web

móvel

no rastro de O3 Com o surgimento desses modelos de agentes nativos, a IA está evoluindo de uma "máquina de perguntas e respostas" passiva para um "solucionador de tarefas" ativo. Embora ainda esteja em um estágio inicial, esse caminho tecnológico, sem dúvida, oferece uma exploração valiosa para resolver muitos gargalos nos aplicativos de IA atuais.