@alex_verem: 一组研究人员刚刚证明，你不需要更大的模型，你需要更聪明的计划。来自清华大学和……

一组研究人员刚刚证明，你不需要更大的模型，而是需要一个更聪明的方案。

来自清华大学和华南理工大学的研究人员构建了一个名为原子任务图（Atomic Task Graph）的框架。它将 7B-8B 的开源模型变成了复杂智能体基准测试中的 GPT-4 竞争对手，在三个基准测试中的两个上击败了 GPT-4。无需微调，无需额外训练，零参数更新。

目前的 AI 智能体以线性方式规划：第一步、第二步、第三步。当第四步失败时，整个链条就会断裂。而且链条越长，模型就越容易产生幻觉，因为它需要基于不断膨胀的文本历史进行推理。

以下是 ATG 的工作原理：

1. 不是线性链条，ATG 将任何复杂任务分解为一个有向图，其中子任务的输入和输出被明确映射。
2. 它递归地分解每个子任务，直到每个节点都是单一原子工具调用。
3. 独立分支并行执行，而不是排队等待。
4. 在执行任何操作之前，一个轻量级的“思想实验”会在内部模拟该计划，以便及早发现错误的依赖关系和缺失的步骤。
5. 当运行中出现问题时，ATG 会将失败追踪到导致问题的确切子图，并仅修复该部分。已验证的工作保持冻结。

旧的方式意味着步骤 5 的失败会迫使从头开始全面重新规划。任务运行时间越长，幻觉动作就会堆积越多。在家庭任务上，ReAct 的幻觉率达到 43%。

在 8B Llama 模型上使用 ATG 在 ALFWorld 上得分 63.65。同样的基准测试中，使用 ReAct 的 GPT-4 得分为 41.24。幻觉动作降至 12%。

这些数字之所以出现，是因为有人停止了向问题堆算力的做法，而是开始思考如何组织工作。

这才是让我印象深刻的地方。整个行业都在花费数十亿美元追求规模，而这个团队则把时间花在架构上。结果，架构赢了。