Исследователи представили AlgoPilot — систему, в которой одна языковая модель выбирает стратегию решения задачи, другая преобразует её в структурированные инструкции, а третья генерирует ответ. Систему создали на базе Qwen3-8B и протестировали в пяти категориях задач на 13 бенчмарках, охватывающих 66 областей.
По данным исследователей, средняя точность составила 72.9% против 38.4% у той же модели без AlgoPilot. Также авторы сообщают, что результат оказался на 11.7 процентного пункта выше, чем у лучшего базового метода с подсказками для больших языковых моделей — GLM-5. Это результаты, приведённые в статье; в предоставленном реферате нет сведений о независимой проверке.
Почему это важно
Для тех, кто использует небольшие языковые модели в разных задачах на рассуждение, эти результаты позволяют предположить, что выбор стратегии и её структурирование могут повысить точность. Однако пока неясно, подтвердится ли эффект в независимых тестах.
