شبکه اطلاع‌رسانی روابط‌عمومی ایران (شارا) || استارتاپ سنگاپوری Sapient Intelligence با رونمایی از مدل استدلال سلسله‌مراتبی (HRM) نقطه عطفی تازه در حوزه هوش مصنوعی معرفی کرده است. این مدل با الهام از معماری مغز انسان طراحی شده و قادر است بسیاری از محدودیت‌های مدل‌های زبانی بزرگ (LLM) مانند چت جی‌بی‌تی و Claude را رفع کند.
HRM برای وظایف پیچیده، به‌ویژه مسائلی که نیازمند استدلال و برنامه‌ریزی چندمرحله‌ای هستند، سرعت و کارایی بسیار بالاتری نسبت به روش‌های فعلی ارائه می‌دهد.
نوآوری کلیدی HRM:
ساختار دو‌لایه: یک ماژول سریع (برای حل مسائل جزئی و آنی) و یک ماژول کندتر (برای برنامه‌ریزی انتزاعی و مدیریت کلان).
شبیه‌سازی عملکرد مغز: حل مسئله به‌صورت موازی و بازنگری دائم نتایج به‌منظور جلوگیری از بن‌بست محاسباتی (convergence).
بازده پردازشی: سرعت انجام وظایف تا ۱۰۰ برابر سریع‌تر از مدل‌های متداول و کاهش مصرف منابع سخت‌افزاری.
نتایج عملیاتی:
HRM در آزمایش‌های پیچیده مثل Sudoku Extreme و آزمون ARC-AGI، نتایجی فراتر از مدل‌های پیشرفته CoT مانند o3-mini-high و Claude 3.7 Sonnet به دست آورد.
دقت مدل با استفاده از تنها هزار نمونه آموزشی در هر وظیفه تقریباً کامل بود، در حالی‌که LLMها حتی با داده‌های بیشتر، به موفقیت نرسیدند.
در حوزه‌هایی چون رباتیک، سلامت، پیش‌بینی اقلیم و عملیات علمی، مدل HRM به علت نیاز به سرعت، دقت و منابع محدود، مزیت آشکار دارد.
نکات برجسته:
شفافیت استدلال: فرآیند داخلی مدل HRM قابل مشاهده و تحلیل است، برخلاف برخی LLMها که مسیر استدلال‌شان شفاف نیست.
کاهش هزینه: آموزش مدل روی GPU برای مسائل پیچیده تنها به چند ساعت زمان نیاز دارد و مصرف منابع را به شدت پایین می‌آورد.
افق آینده: نسخه‌های بعدی HRM، خودتصحیحی و عمومیت بیشتر را هدف گرفته‌اند تا خطاها را به حداقل برسانند.
نویسنده: چارلز گوین-پیرو
منبع: Les Numériques | 31 جولای 2025
با کلیک روی لینک زیر به کانال تلگرام ما بپیوندید:
انتهای پیام/