Исследователи из Калифорнийского университета в Беркли, Стэнфордского университета и компании Databricks представили метод оптимизации ИИ под названием GEPA, который значительно превосходит традиционные методы обучения с подкреплением при адаптации больших языковых моделей (LLMs) к специализированным задачам.
В отличие от популярных подходов, основанных на многократных пробах и ошибках, GEPA использует собственное понимание языка LLM для диагностики ошибок и улучшения инструкций с помощью полного выполнения задачи, что позволяет сократить количество проб до 35 раз.
Этот метод делает разработку ИИ более быстрой и экономически эффективной, что имеет огромное значение для предприятий. GEPA заменяет фиксированные оценки на насыщенную обратную связь, что улучшает надежность и адаптивность ИИ-приложений.
Новая парадигма разработки ИИ, представленная в GEPA, может помочь быть более эффективными специалистам, которые не имеют времени на сложные техники.
*компания Meta Platforms Inc. признана экстремистской организацией, ее деятельность на территории России запрещена