Ces jetons facilitent la gestion de boucles de modulation entre questions, indices et hypothèses, favorisant ainsi un raisonnement parallèle plus performant dans le cadre des modèles d’intelligence artificielle (IA).
Adeel démontre, à travers ses recherches, que cette approche permet non seulement d’accélérer l’apprentissage des modèles, mais aussi de diminuer les coûts de calcul tout en maintenant la profondeur des chaînes de raisonnement.
En intégrant des contextes internes et externes, CO4 offre une méthode de traitement de l’information plus sophistiquée, visant à simuler des états mentaux complexes comme la perception et l’imagination, qui font souvent défaut dans les systèmes d’IA contemporains.
Les résultats obtenus à partir de tests sur des tâches d’apprentissage, de vision par ordinateur et de traitement du langage montrent un potentiel prometteur pour améliorer les performances des IA, en les rapprochant davantage de celles des êtres humains.
Source: IA Tech news
