ワシントン大学セントルイス校の研究者たちは、高い費用がかかる大規模言語モデル（LLM）の問題を解決するために、効率的な指導エージェントを開発しました。
このエージェントは、高価なLLMを一度だけ使用して、タスクごとに一連の指示を生成します。これらの指示は他のLLMの推論プロセスを大幅に改善すると言われています。
研究では、言語処理タスクにおいて、伝統的な「ゼロショットチェーンオブソート」提示法よりも優れた性能を示しました。
特に数学と論理の分野での改善が顕著だったとのことです。
これにより、大規模LLMから習得した知識を指導することで、小規模LLMの推論能力を強化し、教育の手段としての可能性を拓いています。
出典 : Language agents help large language models ‘think’ better, cheaper https://source.washu.edu/2024/09/language-agents-help-large-language-models-think-better-cheaper/