Investigadores presentaron Vanguard, un sistema que verifica las acciones sugeridas por modelos de IA pequeños antes de que las ejecute un agente web, telefónico o doméstico. Analiza el paso propuesto y la captura de pantalla; luego conserva el borrador o pide a un modelo más grande que redacte una alternativa.
En las pruebas de los investigadores, un modelo de 2-billion-parameter cuyos borradores evaluó Vanguard alcanzó una precisión al menos igual a la de su modelo de destino, de 8-billion-parameter, y superó su precisión en dos benchmarks específicos. El modelo más grande redactó solo una minoría de los pasos.
Por qué importa
Para los equipos que desarrollan agentes para sitios web o teléfonos, Vanguard podría reducir las llamadas a modelos más grandes sin sacrificar la precisión en las tareas evaluadas; aún no se sabe si eso también ocurrirá en productos desplegados.