Решение задачи на миллион шагов для большой языковой модели без единой ошибки

Аннотация

Крупные языковые модели (LLM) достигли значительных прорывов в области логического вывода, анализа и использования инструментов, однако объединение этих способностей в протяженные процессы, сопоставимые по масштабу с теми, что регулярно выполняются людьми, организациями и обществами, до сих пор оставалось недостижимой целью. Модели демонстрируют устойчивый уровень ошибок, который препятствует масштабированию: например, недавние эксперименты в рамках бенчмарка «Ханойские башни» показали, что процесс неизбежно сбивается после максимум нескольких сотен шагов. Таким образом, хотя исследования LLM по-прежнему часто оцениваются на задачах с относительно небольшим количеством зависимых логических шагов, растет внимание к способности (или неспособности) LLM выполнять задачи с длинными цепочками действий. В данной статье описывается система MAKER — первая система, которая успешно решает задачу, требующую более миллиона шагов LLM с нулевым количеством ошибок и, в принципе, масштабируется далеко за этот предел. Подход основывается на экстремальной декомпозиции задачи на подзадачи, каждая из которых решается узкоспециализированными микроагентами. Высокий уровень модульности, достигаемый за счет декомпозиции, позволяет применять коррекцию ошибок на каждом шаге с помощью эффективной схемы голосования множества агентов. Именно это сочетание экстремальной декомпозиции и коррекции ошибок делает масштабирование возможным. Таким образом, полученные результаты позволяют предположить, что вместо постоянного улучшения существующих LLM, массово декомпозированные агентские процессы (MDAP) могут предложить путь к эффективному решению проблем уровня организаций и обществ.

English

LLMs have achieved remarkable breakthroughs in reasoning, insights, and tool use, but chaining these abilities into extended processes at the scale of those routinely executed by humans, organizations, and societies has remained out of reach. The models have a persistent error rate that prevents scale-up: for instance, recent experiments in the Towers of Hanoi benchmark domain showed that the process inevitably becomes derailed after at most a few hundred steps. Thus, although LLM research is often still benchmarked on tasks with relatively few dependent logical steps, there is increasing attention on the ability (or inability) of LLMs to perform long range tasks. This paper describes MAKER, the first system that successfully solves a task with over one million LLM steps with zero errors, and, in principle, scales far beyond this level. The approach relies on an extreme decomposition of a task into subtasks, each of which can be tackled by focused microagents. The high level of modularity resulting from the decomposition allows error correction to be applied at each step through an efficient multi-agent voting scheme. This combination of extreme decomposition and error correction makes scaling possible. Thus, the results suggest that instead of relying on continual improvement of current LLMs, massively decomposed agentic processes (MDAPs) may provide a way to efficiently solve problems at the level of organizations and societies.

Решение задачи на миллион шагов для большой языковой модели без единой ошибки

Solving a Million-Step LLM Task with Zero Errors

Аннотация

Support