ورقة رائعة من ميتا. وتطبيق ممتاز آخر لأنظمة الوكلاء المتعددين. (ضع علامة مرجعية) تدريب نماذج الذكاء الاصطناعي الحديثة يتطلب كميات هائلة من البيانات عالية الجودة. ومع ذلك، فإن عنق الزجاجة ليس فقط الكمية. البيانات ليست متنوعة بما فيه الكفاية. تميل النماذج الفردية التي تولد بيانات تركيبية إلى إنتاج مخرجات متجانسة وأنماط متكررة، وتفتقر إلى التنوع الدقيق الموجود في مجموعات البيانات التي أنشأها الإنسان. تقدم هذه الأبحاث الجديدة من ميتا نظام ماتريكس، وهو إطار عمل من نظير إلى نظير حيث يقوم عدة وكلاء الذكاء الاصطناعي بتوليد بيانات تدريب صناعية بشكل تعاوني من خلال تفاعلات لامركزية. يحقق ماتريكس إنتاجية بيانات أعلى من 2 إلى 15× تحت موارد الأجهزة المتطابقة، دون التضحية بجودة الإخراج. ملخص؛ DR: بدلا من أن ينتج نموذج واحد البيانات، يلعب الوكلاء المتخصصون أدوارا منفصلة ويتفاعلون مع بعضهم البعض. يطرح أحدهم أسئلة، ويرد آخر، وثالث يقيم الجودة. تلتقط هذه المحادثات متعددة الأدوار التفكير المعقد ووجهات النظر المتنوعة. ما يجعل ماتريكس مختلفا: لا يوجد منسق مركزي. يتواصل الوكلاء مباشرة في بنية لامركزية بالكامل. وهذا يتيح قابلية التوسع دون اختناقات في البنية التحتية. يعمل الإطار من خلال بروتوكولات محادثة قائمة على الأدوار، وأنماط تفاعل متعددة الأدوار، وتصفية جودة مدمجة في كل مرحلة. فقط البيانات التي تحقق عتبات الجودة تدخل في مجموعة التدريب النهائية. ينتج التعاون بين الوكلاء المتعدد بيانات تركيبية أكثر تنوعا من النهج النموذجي الواحد. تحسن مجموعات البيانات الناتجة أداء النموذج في المراحل النهائية عبر معايير الاستدلال واتباع التعليمات.