ChatLLM Network: More brains, More intelligence

要約

タイトル: 【ChatLLMネットワーク：ブレインを増やして、知性を高める】
要約:
– 対話ベースの言語モデルは、ユーザーとの対話能力やカスタマイズされた指示に基づく一連の課題に対し、驚異的な能力を示し、人工知能の分野における重要なマイルストーンとして位置づけられている。
– しかしながら、ChatGPTのような一般的な大規模な対話ベースの言語モデルには、質問に対する不安定な応答や人間のように協調的に考えることができないという改善の余地がある。
– 対話ベースの言語モデルが会話で持つ能力、 そして彼らの思考の固有のランダム性を考慮すると、我々は複数の対話ベースの言語モデルが相互作用し、フィードバックを提供し、一緒に考えることが可能なChatLLMネットワークを提案する。
– 我々はChatGPTに基づいてChatLLMネットワークを設計し、同じ問題に対して個々のChatGPTが異なる観点を持っていることを考慮する。これらの異なる視点を別々に持つChatGPTによって統合することで、ChatLLMネットワークシステムはより客観的かつ包括的な意思決定を行うことができる。
– さらに、backpropagationに比較可能な言語ベースのフィードバックメカニズムを設計し、ネットワーク内のChatGPTを更新する。
– 2つのデータセットでの実験により、我々のネットワークが問題解決の改善において有意な進歩を達成し、各メンバー間で観察可能な進歩を導いたことが示された。

要約(オリジナル)

Dialogue-based language models mark a huge milestone in the field of artificial intelligence, by their impressive ability to interact with users, as well as a series of challenging tasks prompted by customized instructions. However, the prevalent large-scale dialogue-based language models like ChatGPT still have room for improvement, such as unstable responses to questions and the inability to think cooperatively like humans. Considering the ability of dialogue-based language models in conversation and their inherent randomness in thinking, we propose ChatLLM network that allows multiple dialogue-based language models to interact, provide feedback, and think together. We design the network of ChatLLMs based on ChatGPT. Specifically, individual instances of ChatGPT may possess distinct perspectives towards the same problem, and by consolidating these diverse viewpoints via a separate ChatGPT, the ChatLLM network system can conduct decision-making more objectively and comprehensively. In addition, a language-based feedback mechanism comparable to backpropagation is devised to update the ChatGPTs within the network. Experiments on two datasets demonstrate that our network attains significant improvements in problem-solving, leading to observable progress amongst each member.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI