Nuova architettura IA migliora il ragionamento senza addestramento attraverso il controllo della memoria

Un nuovo articolo di ricerca introduce un'architettura di controllo progettata per migliorare le capacità di ragionamento dell'IA senza richiedere aggiornamenti dei pesi del modello. L'approccio si concentra sulla gestione della memoria iniettata nei prompt, che può potenziare le prestazioni ma presenta sfide di controllo riguardo a quando il contenuto recuperato dovrebbe essere applicato. Il metodo affronta il controllo di applicabilità attraverso instradamento basato sull'incertezza, accettazione selettiva basata sulla confidenza e governance basata su evidenze delle banche di memoria nel tempo. Questo protocollo senza addestramento ha dimostrato miglioramenti significativi su benchmark aritmetici, raggiungendo guadagni di +7,0 punti su SVAMP e +7,67 punti su ASDiv rispetto ai modelli di base. L'architettura ha anche mostrato effetti di trasferimento positivo su benchmark di question-answering e agenti, con prestazioni consistenti osservate attraverso diversi checkpoint per le principali attività aritmetiche. La ricerca è stata pubblicata su arXiv con identificatore 2604.18206v1.