Pesquisadores testam estruturas criadas por IA para modelos mais fracos

Um novo artigo investiga se um modelo “construtor” mais forte consegue melhorar o desempenho de um modelo mais fraco em tempo de teste ao criar harnesses de inferência, sem alterar os parâmetros do modelo mais fraco. Em quatro benchmarks de Theory-of-Mind, os construtores usaram 5% dos dados como validação para refinar os harnesses e depois os avaliaram no conjunto de teste completo. A abordagem quase dobrou o desempenho médio do modelo-alvo, de 0,49 para 0,91, com os ganhos atribuídos principalmente a código determinístico, roteamento específico para cada benchmark e formatação rigorosa das respostas.