Premiera tego narzędzia następuje po publikacji Meta w sierpniu, w której opisano działanie systemu opierającego się na technice "chain of thought" – podobnej do tej, której używa OpenAI w swoich najnowszych modelach o1. Technika ta polega na rozbijaniu złożonych problemów na mniejsze, logiczne kroki, co poprawia precyzję odpowiedzi na trudne pytania, zwłaszcza z dziedzin takich jak nauka, programowanie i matematyka.
Naukowcy Meta użyli w pełni wygenerowanych przez AI danych do treningu modelu oceniającego, eliminując potrzebę udziału ludzi na tym etapie.
Możliwość, by sztuczna inteligencja mogła oceniać inne modele AI, otwiera perspektywę tworzenia autonomicznych agentów, zdolnych do nauki na własnych błędach – wyjaśnili dwaj badacze spółki Meta w rozmowie z agencją Reuters. W branży AI wielu specjalistów wyobraża sobie takich inteligentnych asystentów, którzy mogliby samodzielnie wykonywać szeroki wachlarz zadań, bez potrzeby ludzkiej ingerencji.
Modele samodoskonalące się mogłyby zastąpić kosztowny i mało wydajny proces zwany uczeniem ze wzmocnieniem opartym na opiniach ludzkich (Reinforcement Learning from Human Feedback). Obecnie ten proces wymaga specjalistycznej wiedzy do oznaczania danych i weryfikacji poprawności odpowiedzi na złożone pytania, np. z zakresu matematyki czy pisania.
Inne firmy, takie jak Google czy Anthropic, również rozwijają technologię polegającą na uczeniu modeli AI przy wykorzystaniu informacji zwrotnych od samej sztucznej inteligencji (Reinforcement Learning from AI Feedback). Jednak, w przeciwieństwie do Meta, zazwyczaj nie udostępniają tych modeli publicznie.
Meta udostępniła również inne narzędzia AI, w tym zaktualizowaną wersję modelu do rozpoznawania obrazów o nazwie Segment Anything, narzędzie przyspieszające generowanie odpowiedzi przez duże modele językowe (LLM), oraz zestawy danych, które mogą pomóc naukowcom w odkrywaniu nowych materiałów nieorganicznych.