{"id":889,"date":"2024-04-10T11:43:26","date_gmt":"2024-04-10T14:43:26","guid":{"rendered":"https:\/\/portal7ia.com.br\/?p=889"},"modified":"2024-04-10T11:43:26","modified_gmt":"2024-04-10T14:43:26","slug":"a-inteligencia-coletiva-e-o-caminho-para-a-agi","status":"publish","type":"post","link":"https:\/\/portal7ia.com.br\/index.php\/2024\/04\/10\/a-inteligencia-coletiva-e-o-caminho-para-a-agi\/","title":{"rendered":"A Intelig\u00eancia Coletiva \u00e9 o Caminho para a AGI?"},"content":{"rendered":"\n

O recente paper “More Agents is All You Need<\/strong>“, da empresa chinesa Tencent, explora uma abordagem intrigante para melhorar o desempenho de grandes modelos de linguagem: a intelig\u00eancia coletiva<\/strong>. Seus autores descobriram que a performance desses modelos escala com o n\u00famero de agentes instanciados atrav\u00e9s de um m\u00e9todo de amostragem e vota\u00e7\u00e3o.<\/p>\n\n\n\n

A ideia por tr\u00e1s \u00e9 simples, por\u00e9m poderosa: assim como um grupo de pessoas votando tende a tomar melhores decis\u00f5es do que um indiv\u00edduo s\u00f3, m\u00faltiplos agentes de IA trabalhando em conjunto e votando nas melhores respostas podem superar um \u00fanico agente<\/strong>. E quanto mais dif\u00edcil a tarefa, maior o benef\u00edcio de se usar muitos agentes.<\/p>\n\n\n\n

Os resultados s\u00e3o impressionantes, mostrando grandes ganhos de acur\u00e1cia ao passar de 1 para 10 agentes, em tarefas que v\u00e3o de matem\u00e1tica a xadrez, codifica\u00e7\u00e3o e racioc\u00ednio. Al\u00e9m disso, essa abordagem parece ser complementar a outros m\u00e9todos existentes, podendo ser combinada com eles para obter ainda mais melhorias.<\/strong><\/p>\n\n\n\n

Embora promissora, a abordagem de intelig\u00eancia coletiva tamb\u00e9m levanta algumas preocupa\u00e7\u00f5es s\u00e9rias sobre potenciais ataques de sybil<\/strong> (m\u00faltiplas identidades falsas criadas por uma \u00fanica entidade mal-intencionada). A medida que esses agentes se tornarem mais capazes, filtr\u00e1-los atrav\u00e9s de m\u00e9todos algor\u00edtmicos pode se tornar cada vez mais dif\u00edcil, exigindo maior verifica\u00e7\u00e3o de identidade humana \u00fanica.<\/p>\n\n\n\n

No centro dessa discuss\u00e3o est\u00e1 uma quest\u00e3o maior: como ser\u00e1 o mundo quando essas intelig\u00eancias artificiais coletivas avan\u00e7adas emergirem? Ser\u00e1 um novo renascimento para a humanidade ou um caminho sombrio? Independentemente do resultado, uma coisa \u00e9 certa: estamos entrando em tempos realmente interessantes e imprevis\u00edveis. A intelig\u00eancia coletiva pode ser o primeiro passo importante rumo \u00e0 t\u00e3o especulada AGI. Apenas o tempo dir\u00e1.<\/p>\n\n\n\n

\n\n\n\n
Resumo do Paper More Agents is All You Need<\/h6>\n\n\n\n

https:\/\/arxiv.org\/pdf\/2402.05120.pdf<\/a><\/p>\n\n\n\n

Conclus\u00e3o Principal<\/h6>\n\n\n\n

A performance dos modelos de linguagem em grande escala (LLMs) pode ser significativamente melhorada aumentando o n\u00famero de agentes, utilizando um m\u00e9todo simples de amostragem e vota\u00e7\u00e3o.<\/p>\n\n\n\n

Sum\u00e1rio<\/h6>\n\n\n\n
    \n
  • A performance dos LLMs escala com o n\u00famero de agentes, conforme demonstrado por um m\u00e9todo de amostragem e vota\u00e7\u00e3o.<\/li>\n\n\n\n
  • O m\u00e9todo de amostragem e vota\u00e7\u00e3o \u00e9 independente dos m\u00e9todos complicados existentes para aprimorar ainda mais os LLMs.<\/li>\n\n\n\n
  • A efic\u00e1cia do m\u00e9todo est\u00e1 correlacionada com a dificuldade da tarefa.<\/li>\n\n\n\n
  • Experimentos abrangentes foram realizados em diversos benchmarks de LLMs para verificar a descoberta.<\/li>\n\n\n\n
  • O m\u00e9todo de amostragem e vota\u00e7\u00e3o pode ser usado em conjunto com outros m\u00e9todos existentes para melhorar ainda mais a performance.<\/li>\n\n\n\n
  • A an\u00e1lise da dificuldade do problema revelou propriedades que podem facilitar a aplica\u00e7\u00e3o do m\u00e9todo.<\/li>\n\n\n\n
  • O estudo \u00e9 o primeiro a examinar sistematicamente a propriedade de escala dos agentes LLMs.<\/li>\n\n\n\n
  • O m\u00e9todo foi avaliado em tarefas de racioc\u00ednio aritm\u00e9tico, racioc\u00ednio geral e gera\u00e7\u00e3o de c\u00f3digo.<\/li>\n\n\n\n
  • Diferentes modelos de linguagem foram utilizados na avalia\u00e7\u00e3o, incluindo Llama2 e GPT.<\/li>\n\n\n\n
  • A combina\u00e7\u00e3o do m\u00e9todo com outros m\u00e9todos mostrou melhorias adicionais em v\u00e1rias tarefas e modelos de linguagem.<\/li>\n\n\n\n
  • Aumentar o n\u00famero de agentes pode permitir que modelos menores superem modelos maiores em termos de desempenho.<\/li>\n\n\n\n
  • Integra\u00e7\u00e3o com o m\u00e9todo Debate em modelos menores resultou em casos de falha de desempenho.<\/li>\n\n\n\n
  • O m\u00e9todo \u00e9 implementado atrav\u00e9s de um processo de amostragem e vota\u00e7\u00e3o, onde m\u00faltiplas respostas s\u00e3o geradas e a resposta final \u00e9 determinada por vota\u00e7\u00e3o majorit\u00e1ria.<\/li>\n<\/ul>\n\n\n\n
    \n\n\n\n

    Pesquisa, Curadoria, Edi\u00e7\u00e3o, formata\u00e7\u00e3o e finaliza\u00e7\u00e3o:
    Werney Lima, April 10, 2024 (Wednesday)
    Fonte: https:\/\/www.youtube.com\/watch?v=6E7GsUST6XY
    Resumido e Traduzido pelo ChatGPT 3.5
    Ferramentas normalmente usadas: Harpa.AI, Feedly, Canva, Affinity Photo, Obsidian.<\/p>\n","protected":false},"excerpt":{"rendered":"

    O recente paper “More Agents is All You Need“, da empresa chinesa Tencent, explora uma abordagem intrigante para melhorar o desempenho de grandes modelos de linguagem: a intelig\u00eancia coletiva. Seus autores descobriram que a performance desses modelos escala com o n\u00famero de agentes instanciados atrav\u00e9s de um m\u00e9todo de amostragem e vota\u00e7\u00e3o. A ideia por […]<\/p>\n","protected":false},"author":1,"featured_media":890,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,33],"tags":[121,8,9,10,120],"class_list":["post-889","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","category-news","tag-agents","tag-ai","tag-ia","tag-inteligencia-artificial","tag-paper"],"blocksy_meta":[],"brizy_media":[],"_links":{"self":[{"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/posts\/889","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/comments?post=889"}],"version-history":[{"count":1,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/posts\/889\/revisions"}],"predecessor-version":[{"id":891,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/posts\/889\/revisions\/891"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/media\/890"}],"wp:attachment":[{"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/media?parent=889"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/categories?post=889"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/portal7ia.com.br\/index.php\/wp-json\/wp\/v2\/tags?post=889"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}