LLM काउन्सिल भनेको ठूलो भाषा मोडेलहरूको समूह हो जसले प्रत्येकले स्वतन्त्र रूपमा प्रश्नको उत्तर दिन्छ, त्यसपछि एक अर्काका प्रतिक्रियाहरूको मूल्याङ्कन गरेर सहमति पुग्छ। यो ढाँचालाई Andrej Karpathy को ओपन-सोर्स 'llm-council' भण्डारले लोकप्रिय बनाएको हो, जसमा धेरै मोडेलहरूले उत्तर दिन्छन् र त्यसपछि अन्तिम संश्लेषण अघि एक अर्कालाई रैंक गर्छन्। Argumentree.AI ले संरचित तर्कका रूखहरू र अनाम आपसी मूल्याङ्कनको साथ काउन्सिलको ढाँचालाई विस्तार गर्दछ—अनामित किनभने LLM लाई न्यायाधीशको रूपमा प्रयोग गर्ने अनुसन्धानले मोडेलहरूले आफ्नै उत्पादनलाई प्राथमिकता दिने आत्म-सुधार पूर्वाग्रहको दस्तावेज बनाउँछ। एक होस्टेड LLM काउन्सिलले तपाईंलाई आफ्ना API कुञ्जीहरू प्रदान नगरी धेरै मोडेलहरूमा प्रश्न गर्न अनुमति दिन्छ। ईमानदार व्यापारिक सम्झौतामा लागत र ढिलाइ छ: काउन्सिलले धेरै मोडेल कलहरू गर्छ, त्यसैले यो एकल प्रश्नको तुलनामा ढिलो र महँगो हुन्छ, क्रस-मोडेल मान्यता र दृश्य असहमतिका लागि।
एक LLM काउन्सिल मा धेरै भाषा मोडेलहरूले स्वतन्त्र रूपमा उत्तर दिन्छन्, एक अर्कालाई मूल्याङ्कन गर्छन्, र सहमति पुग्छन्। यसले "एक आत्मविश्वासी उत्तर" लाई एक विचार-विमर्शमा परिणत गर्दछ जुन तपाईंले निरीक्षण गर्न सक्नुहुन्छ।
एक LLM काउन्सिल भनेको धेरै मोडेलहरूले स्वतन्त्र रूपमा उत्तर दिनु हो, त्यसपछि सहमति बनाउन एक अर्कालाई मूल्याङ्कन गर्नु हो। यो ढाँचा Karpathy को ओपन-सोर्स llm-council बाट आएको हो। Argumentree.AI ले यसलाई होस्ट गर्दछ—API कुञ्जीहरू आवश्यक छैन—र आत्म-प्रशंसा घटाउन अनाम रूपमा मूल्याङ्कन गर्दछ।
काउन्सिल ढाँचा भन्नुहोस् भनेको सरल छ: धेरै LLM हरूले एउटै प्रश्नको स्वतन्त्र रूपमा उत्तर दिन्छन्, त्यसपछि एक अर्काका उत्तरहरूको मूल्याङ्कन गर्छन्, र सहमति सहकर्मी मूल्याङ्कनबाट निकालिन्छ। कुनै एक मोडेलले अन्तिम शब्द पाउँदैन। किनभने मोडेलहरूले उत्तर दिनु अघि एक अर्काका प्रतिक्रियाहरू देख्दैनन्, तिनीहरूको स्वतन्त्र तर्क सुरक्षित रहन्छ—र जहाँ तिनीहरू भिन्न हुन्छन् ती स्थानहरू लुकेको सट्टा दृश्य बनिन्छ।
प्रत्येक मोडेलले आफ्नै उत्तर दिन्छ, अरूलाई नहेरी
प्रत्येक मोडेलले अन्य मोडेलहरूको उत्तरहरूको मूल्याङ्कन गर्छ
मूल्याङ्कनहरू संकलित गरिन्छन् ताकि काउन्सिलले कहाँ सहमत र असहमत छ भन्ने कुरा प्रकट गर्न सकियोस्
Andrej Karpathy ले यस प्रवाहलाई प्रदर्शन गर्ने ओपन-सोर्स "llm-council" भण्डार प्रकाशित गरे—धेरै मोडेलहरूले उत्तर दिन्छन्, एक अर्कालाई रैंक गर्छन्, र अन्तिम प्रतिक्रिया संश्लेषित हुन्छ। यो मोडेलहरूले एक अर्कालाई अर्थपूर्ण रूपमा मूल्याङ्कन गर्न सक्ने सार्वजनिक प्रमाण हो। Argumentree.AI ले त्यही विचारमा निर्माण गर्दछ।
Argumentree.AI ले काउन्सिल ढाँचालाई दुई तरिकामा अगाडि बढाउँछ। पहिलो, सम्पूर्ण उत्तरहरूको तुलना गर्नको सट्टा, यसले प्रत्येक मोडेलको तर्कलाई तर्क रूखमा संरचना गर्छ—ताकि व्यक्तिगत दावीहरूलाई मूल्याङ्कन र निरीक्षण गर्न सकियोस्, केवल अन्तिम अनुच्छेद होइन। दोस्रो, यसले अनामित आपसी मूल्याङ्कन प्रयोग गर्दछ: जब एक मोडेलले तर्कहरूको मूल्याङ्कन गर्छ, यसले कुन मोडेलले तिनीहरूलाई लेखेको थाहा पाउँदैन।
LLM लाई न्यायाधीशको रूपमा प्रयोग गर्ने अनुसन्धानले आत्म-सुधार पूर्वाग्रहको दस्तावेज बनाएको छ—मोडेलहरूले प्रायः आफ्नै उत्पादनलाई बढी अनुकूल मूल्याङ्कन गर्छन्। मूल्याङ्कन गर्नु अघि लेखकता लुकाउनुले छिटो मार्ग हटाउँछ, त्यसैले एक मोडेलले केवल आफूलाई पुरस्कार दिन सक्दैन। यो अनामित क्रस-रेटिङको डिजाइन तर्क हो।
काउन्सिललाई आफैं चलाउनु भनेको सामान्यतया प्रत्येक मोडेल प्रदायकसँग साइन अप गर्नु र अलग-अलग API कुञ्जीहरू जडान गर्नु हो। Argumentree.AI ले होस्टेड LLM काउन्सिल प्रदान गर्दछ: तपाईं एक पटक सोध्नुहुन्छ, र सबै उपलब्ध मोडेलहरू सहभागी हुन्छन्—कुनै कुञ्जीहरू व्यवस्थापन गर्नुपर्दैन, कुनै प्रदायक सेटअप छैन। तपाईंलाई काउन्सिलको सहमति र यसको असहमतिहरू एकै ठाउँमा प्राप्त हुन्छ।
एक काउन्सिल निःशुल्क छैन। परिभाषा अनुसार यसले धेरै मोडेल कलहरू गर्छ, त्यसैले यसले बढी कम्प्युट प्रयोग गर्छ र एकल प्रश्नको तुलनामा फर्कनमा बढी समय लाग्छ। यो जानबूझकरको व्यापार हो: तपाईंले क्रस-मोडेल मान्यता र असहमतिहरूको दृश्य नक्सा प्राप्त गर्न बढी खर्च गर्नुहुन्छ। उच्च-जोखिमको अनुसन्धानका लागि यो राम्रो सम्झौतासँगै छ; तुच्छ खोजहरूको लागि एक मोडेल पर्याप्त छ।
एकै प्रश्नको साथ धेरै मोडेलहरूको काउन्सिललाई बोलाउनुहोस्
प्रत्येक मोडेलको तर्कलाई बुँदाबुँदामा निरीक्षण गर्नुहोस्, केवल एक थुप्रोको रूपमा होइन
क्रस-रेटिङले लेखकता लुकाउँछ ताकि आत्म-सुधार पूर्वाग्रहलाई घटाउन सकियोस्
कुनै प्रदायक API कुञ्जीहरू छैनन्—सहमति र असहमतिहरू बक्सबाट बाहिर
LLM काउन्सिल भनेको ठूलो भाषा मोडेलहरूको समूह हो जसले प्रत्येकले स्वतन्त्र रूपमा प्रश्नको उत्तर दिन्छ, त्यसपछि सहमति दृश्य उत्पादन गर्न एक अर्काका प्रतिक्रियाहरूको मूल्याङ्कन गर्छ। एकल मोडेलमा निर्भर गर्नुको सट्टा, काउन्सिलले मोडेलहरू बीचको सहमति र असहमति स्पष्ट बनाउँछ—ताकि तपाईंले मोडेलहरू कहाँ एकत्रित हुन्छन् र कहाँ हुँदैनन् देख्न सक्नुहुन्छ।
Andrej Karpathy ले ढाँचालाई प्रदर्शन गर्ने ओपन-सोर्स 'llm-council' भण्डार जारी गरे: धेरै मोडेलहरूले एक प्रश्नको उत्तर दिन्छन्, त्यसपछि अन्तिम संश्लेषण अघि एक अर्काका उत्तरहरूको रैंक गर्छन्। यो मोडेलहरू बीचको सामूहिक तर्कको अवधारणा-प्रमाण हो। Argumentree.AI ले संरचित तर्कका रूखहरू र अनामित आपसी मूल्याङ्कनको साथ विचारलाई विस्तार गर्दछ।
LLM लाई न्यायाधीशको रूपमा प्रयोग गर्ने अनुसन्धानले आत्म-सुधार पूर्वाग्रहको दस्तावेज बनाएको छ—मोडेलहरूले प्रायः आफ्नै उत्पादनलाई प्राथमिकता दिन्छन्। मूल्याङ्कन गर्नु अघि कुन मोडेलले कुन तर्क उत्पादन गर्यो भन्ने कुरा अनामित गर्नुले त्यो पूर्वाग्रहलाई घटाउँछ, त्यसैले एक मोडेलले केवल आफूलाई पुरस्कार दिन सक्दैन। यो Argumentree.AI को अनामित क्रस-रेटिङको डिजाइन तर्क हो।
एक होस्टेड LLM काउन्सिलसँग होइन। ओपन-सोर्स कार्यान्वयनहरूले सामान्यतया प्रत्येक प्रदायकका लागि API कुञ्जीहरू प्रदान गर्न आवश्यक हुन्छ। Argumentree.AI ले होस्टेड मल्टि-LLM काउन्सिल प्रदान गर्दछ ताकि तपाईंले धेरै मोडेलहरूमा प्रश्न गर्न सक्नुहुन्छ र व्यक्तिगत API कुञ्जीहरू जडान नगरी तिनीहरूको सहमति देख्न सक्नुहुन्छ।
ईमानदारीपूर्वक, काउन्सिल चलाउनु एकल प्रश्नको तुलनामा महँगो छ—यसले धेरै मोडेल कलहरू गर्छ, त्यसैले यसले बढी कम्प्युट प्रयोग गर्छ र फर्कनमा बढी समय लाग्छ। त्यो व्यापारिक सम्झौताले तपाईंलाई क्रस-मोडेल मान्यता र असहमतिहरूको दृश्य नक्सा किन्छ। उच्च-जोखिमका प्रश्नहरूको लागि थप लागत र ढिलाइ सामान्यतया यसको लागि मूल्यवान हुन्छ; तुच्छ खोजहरूको लागि एक मोडेल ठीक छ।
धेरै मोडेलहरू, एक प्रश्न, तपाईले निरीक्षण गर्न सक्ने सहमति—API कुञ्जीहरू आवश्यक छैन।
निःशुल्क सुरु गर्नुहोस्