研究人员推出了Vanguard,用于在网页、手机或家居智能体执行操作前,核验较小型AI模型给出的操作建议。系统会查看建议的步骤和截图,然后决定保留这份草稿,还是请更大的模型重新生成。
在研究人员的测试中,经Vanguard审核的20亿参数草稿模型,准确率至少与80亿参数的目标模型相当,并在两项指定基准测试中表现更准确。只有少数步骤由较大的模型生成。
为什么重要
对于开发网页或手机智能体的团队,Vanguard有望在测试任务中不牺牲准确率的前提下,减少调用较大模型的次数;但在实际部署的产品中是否也能如此,目前尚不清楚。