Estudo revela que LLMs com raciocínio curto aumentam AI em 34%
São Paulo — InkDesign News — Pesquisadores da Meta e da Universidade Hebraica de Jerusalém descobriram que encurtar o processo de raciocínio em modelos de linguagem grandes (LLMs) resulta em maior precisão em tarefas complexas, desafiando crenças predominantes na área de inteligência artificial.
Tecnologia e abordagem
O estudo recente testou a eficácia de cadeias de raciocínio mais curtas em sistemas de inteligência artificial, promovendo uma mudança no paradigma que tipicamente favorecia processos longos e detalhados. Os relatos indicam que os sistemas que adotaram essa nova abordagem, nomeada “short-m@k”, foram capazes de realizar tentativas de raciocínio em paralelo, interrompendo o processo ao completar as primeiras etapas. Isso resultou em uma votação final que selecionou a resposta correta entre as cadeias mais curtas.
Aplicação e desempenho
Os resultados mostraram que as cadeias de raciocínio mais curtas podem ser até 34,5% mais precisas que as mais longas para a mesma questão. “Em nosso trabalho, desafiamos a suposição de que longos processos de raciocínio resultam em melhores capacidades de raciocínio” fala Michael Hassid, autor principal do estudo. Além disso, a nova abordagem reduz os custos computacionais em até 40%, mantendo a performance equivalente às metodologias padrão.
Impacto e mercado
Nas atuais condições do mercado de IA, onde empresas buscam incessantemente por eficiência, esses achados demandam uma reavaliação das práticas de desenvolvimento. A pesquisa sugere que a ênfase em métodos que priorizem a eficiência pode otimizar não só custos, mas também a eficácia das implementações de IA. Segundo os autores, “nossos achados sugerem repensar os métodos atuais de computação em tempo de teste em LLMs de raciocínio”, mostrando que prolongar o “pensar” pode, contraintuitivamente, degradar os resultados.
Esse movimento pode acarretar economias significativas para as grandes empresas que dependem de modelos pesados, indicando que a inteligência artificial, ao abraçar a concisão, não apenas economiza recursos, mas também aprimora suas capacidades cognitivas.
Para profissionais de tecnologia avaliando investimentos em IA, considerações sobre a eficiência, em vez da mera potência computacional, tornam-se cada vez mais relevantes.
Fonte: (VentureBeat – AI)
