IT之家 10 月 19 日消息，據路透社報道，Meta 當地時間周五宣布，其研究團隊推出了一系列新的 AI 模型，其中包括一個名為“自我訓練評估器”的工具。該工具有望推動 AI 開發過程中減少對人類干預的依賴。這個工具早前在 8 月的論文中首次亮相，其使用與 OpenAI 新發布的 o1 模型類似的“思維鏈”技術，讓 AI 對模型的輸出做出可靠判斷。

這種技術將復雜問題分解為多個邏輯步驟，從而提高了在科學、編程和數學等高難度領域中的答案準確性。Meta 的研究人員使用完全由 AI 生成的數據來訓練這個評估器，從而在這一過程中完全摒棄了人類的參與。

使用 AI 來評估 AI 的能力展示了實現自主 AI 智能體的可能性，這類代理能夠從自身錯誤中學習。兩位負責該項目的 Meta 研究人員表示，許多 AI 專家設想未來可以開發出“智能化程度極高”的數字助手，可以自主處理大量任務，而無需人類介入。

自我改進的模型有望減少目前使用的“基于人類反饋的強化學習”（RLHF）過程的需求。這一過程往往昂貴且低效，因為它依賴于擁有專業知識的人類來標注數據和驗證復雜問題的答案是否正確。

“我們希望，隨著 AI 的發展，它能超越人類，逐漸具備自行檢查工作的能力，并在準確性上超過普通人類水平，”項目研究員之一 Jason Weston 說。“自我訓練和評估的能力是實現超人級 AI 的關鍵因素之一。”他補充道。

IT之家從報道中獲悉，包括谷歌和 Anthropic 在內的其他科技公司也在研究 RLAIF（基于 AI 反饋的強化學習）這一概念，但與 Meta 不同，這些公司通常不會公開發布其研究模型。

Meta 此次發布的其他 AI 工具還包括對其圖像識別模型“Segment Anything”的更新，一個加速大語言模型響應時間的工具，以及一些有助于發現新型無機材料的數據集。