METASCALEは、大規模言語モデル（LLM）が問題ごとに最適な推論モードを選択できるようにする新しいフレームワークです。従来のLLMは、学習データに基づくパターンマッチングに頼ることが多いですが、METASCALEはこの点を改善します。
このフレームワークは、問題を解決するための適切な思考戦略を動的に選択し、課題に応じたアプローチ方法を決定します。
また、LLMの性能や、様々なタスクに対する汎用性を向上させ、企業が精度高く効率的にLLMアプリケーションを使用するのを助けます。
METASCALEは、うまく設計されたプロンプトを使用して、任意のモデルで動作するテスト時のフレームワークです。
このフレームワークは初期段階で多様な推論戦略を生成し、モデルに基づいて最も有望な思考戦略を選択しています。
それから、遺伝的アルゴリズムを用いて、効果的な思考戦略を反復的に改良し拡張します。
研究者たちは、METASCALEを数学的推論、知識と言語理解のベンチマークで評価しました。その結果、METASCALEは様々なタスクにわたって問題解決能力を顕著に強化し、基準となる手法よりも一貫して優れた性能を発揮することが明らかになりました。
この画期的な手法は、クラウドやAPI経由で動作する既存のモデルへ容易に適用でき、企業のLLMアプリケーションの品質向上に大きく寄与する可能性があります。
出典 : METASCALE improves LLM reasoning with adaptive strategies https://venturebeat.com/ai/metascale-improves-llm-reasoning-with-adaptive-strategies/
