Исследователи из Google и Калифорнийского университета в Беркли разработали метод inference-time search. Он заставляет ИИ генерировать сотни ответов и выбирать лучший. По словам авторов, это помогает старым моделям, например, Gemini 1.5 Pro, обходить o1-preview от OpenAI в математике и науке.
Метод основан на идее, что при большом количестве попыток вероятность найти правильный ответ выше. Один из авторов работы, Эрик Чжао, утверждает, что этот подход упрощает самопроверку модели. Он называет это «магией» — чем больше решений проанализируют, тем легче выбрать верное.
Некоторые ученые сомневаются в эффективности метода. Профессор Университета Альберты Мэттью Гуздиал считает, что он работает только для задач с четким критерием правильности. Исследователь из King’s College London Майк Кук говорит, что этот подход не делает ИИ умнее, а просто помогает находить ошибки.
Чжао не согласен с критикой. Он утверждает, что метод может оценивать решения без заранее заданного алгоритма проверки.
